昨天有个mm问在cousera上修certificate找data scientist的工作，我在回帖里说，stanford的machine learning的certificate可能比jhu的data science的那个更好，并且举了一个例子。看到有些mm在批判，说修那个certificate就能转data scientist就是瞎扯。这其实误解我的意思了。还看到很多mm在修那个certificate，怕有更多的mm误解。所以，我在这里澄清一下。我的意思不是说，有那个certificate就能找到base 12万的工作！我的意思是说，对于那些害怕自己背景不够，想找一个敲门砖的人，修stanford的ML的certificate是个性价比比较高的选择！价格便宜（49$），有技术关键字（machine learning），认可度高。接着我举了用这个做敲门砖成功转行到data scientist的例子。例子里的人是计算生物学博后转data scientist，他有过很多年数值模拟经验，又自学了一些计算机算法和编程语言，并且在kaggle上做了几个项目积累实际的经验，最后转行成功。我在原文里也强调了，kaggle做项目更管用。那个certificate是给那些有着理工科基础，但是没有统计，计算机这些方面的专业学位，又打算转data scientist的人的一个建议。当然你如果想修其它的学位或者certificate也是可以的。但如果你想只凭一个ML的certificate就找到data scientist的高薪工作肯定是不现实的。。。 学位也好，certificate也好，都是写在简历里用来帮求职者过第一关的。后面要看的东西就更多了。

不想误导大家，也不想浪费大家的钱和时间在一些不实际的东西上，所以我澄清一下。原贴在这里：[url=http://forums.huaren.us/showtopic.aspx?topicid=1962057&postid=70535636#70535636]http://forums.huaren.us/showtopic.aspx?topicid=1962057&postid=70535636#70535636[/url] 39楼。

楼主，kaggle 上的项目一两个人就能做还是需要一个团队啊？
mangmang 发表于 1/25/2016 10:19:47 PM [url=http://forums.huaren.us/showtopic.aspx?topicid=1962811&postid=70550576#70550576][/url]

可以自己一个人独立做，也可以和别人组队一起做。建议既自己独立做一个，又参加群再做一个project。这样既有独立工作的经验，又有teamwork的经验。

澄清晚了。大部分Mark的人都觉得是，有了certificate 就是开始人生新篇章了。。。。。
楼主，你让我的美梦破碎啦。。。你赔你赔你赔。。。。。。

重点是，你都没说人家是 计算生物学！！！！！ 计算生物学，根本连Wet Lab 都不进，天天就是敲键盘，天天就是搞code的，根本就是半个CS／ST嘛 ！！！！

楼主，你这个误导，可是误导大发了。。。。你要负责啊





wuyutian 发表于 1/26/2016 11:36:00 AM [url=http://forums.huaren.us/showtopic.aspx?topicid=1962811&postid=70555005#70555005][/url]

那一大段话真理解成这样了，我也只能说她们不适合做data scientist了。。。DS需要很强的理解能力和准确的分析能力。。。

没足够工作经验谈何data scientist. 就学了这个也不行。最多可以是个BA. 我们组有个 就会个SAS 网上状态一直是busy 什么鬼都做不出 太慢又招了个大大名校背景理工科出身的 一直用local 非特大数据的 结果只会简单的local数据清理 然后建模型 SQL都不会 更别说从数据库 从多个数据库 远程 自己按照项目调出数据了。就从数据处理的能力已非常失败了 人大妞笑理科背景 多年大单位工作经验 面试吹牛说什么都会 又senior 职位 所以也没考代码 结果现在是白天黑夜的在线“工作” 。 LZ说的这个适合准备好的数据 理想数据 建最基本模型。离这个scientist差很远。没大数据统筹能力 没有一定的business knowledge,好的BA都不行。除非招人单位要求很底。
sharry 发表于 1/26/2016 5:59:48 AM [url=http://forums.huaren.us/showtopic.aspx?topicid=1962811&postid=70553014#70553014][/url]

mm我觉得你说的这个太绝对了。。。我最近在投简历，看了不下100个job description。其实要看情况的。有些非常传统的data scientist确实如你所说，要求很多，甚至还要求你有machine learning的论文。可是还有一些新兴的岗位，他们寻求的不是技术人员，而是具备科学分析问题，解决问题的科研人员。他们看中的是Ph.D长期训练过程中思维能力和研究能力，这些工作本身带有研发性质，往往都要求Ph.D学历。当然它们要求一定的数值编程能力，统计分析和数学计算能力。这些岗位才是转行的机会所在。我身边好几个fresh phd或者phd+postdoc都是没有任何工作经验，靠自己准备，拿到大公司的offer的。不过他们都是理工科的Ph.D。Data scientist是个新兴方向，市场上具备你所说的所有专业能力的candidate是远少于工作岗位的。所以，很多大公司都是退而求其次，往名校理工科Ph.D中，招一些motivation 强，学习能力强，交流能力强，和 problem solving 能力很强的人，一边用，一边培养。像你所说的技术难题根本就不是啥关键问题，很多大公司都有相关的专业人员，招进去的Ph.D不懂，问一问，学一学，马上就会了。

总之，data scientist的转行不是那么容易的，其实任何一个方向的转行都要下苦功夫的。区别在于有些行业不是你下了苦功夫就能成的。data scientist对于理工科Ph.D转行来说还是可行的。