關於資料科學家的長期職涯思考
文／Adam
某天早上看到這篇在討論數據分析職涯的影片（影片連結附在文末），覺得滿有意思的，也學習到了一些啟發，想說摘要起來跟大家分享，有興趣的朋友們，也可以看完整的影片版。
數據分析師/資料分析師是個職能定義上算滿抽象的一個角色，這部影片中由Facebook與抖音資深的數據分析師，針對兩個主要議題進行討論：
1) Junior 與 Senior可能的差異點有哪些？
2) 資深的數據團隊主管在評估Candidates時可能會考量那些內容？
影片中討論的內容除了從事數據分析相關的領域外，有些內容我覺得跨到其他職能上也是一個可以參考的方向。
Junior 與 Senior的差異會體現在5大面向 (或是能力)
在評估Junior與Senior會考量的面向主要(可能)有5個：
1) 對於產業知識的理解深入與否。
2) 是否有能力將抽象的問題轉化為實際可解決的問題與建立可執行、可評估的計劃。
3) 是否有能力去推動專案的前進，並發揮影響力讓他人與你一同達到目標。
4) 管理/激勵/建立團隊的能力。
5) 在某個分析領域上特別專精。
這5個面向會用於評量一個數據分析師/資料科學家是否由Junior慢慢轉變為Senior的狀態，同時越Senior的人員也越有獨立推動業務的能力。
其次影片也談到說幾個隨著從業時間增加，但可能還不足以成為Senior的幾個原因：
1) 平時處理的業務內容比較簡單，也比較不複雜
2) 平時比較少思考問題跟其他業務/單位之間的上下游關係，較少做全方面的思考。
3) 對於現有業務缺少好奇心，比較少去探究背後的成因與背景
至於如何累積Senior的能力呢？多讓自己實際去做各式各樣的業務，並帶著好奇心去探究業務問題背後的成因，可以慢慢累積對產業深入理解的能力。
此外影片中有談到一個這個領域中也不斷討論的問題：長期來看做Modeling or Analytics的從業人員是否在發展上會有所差異？
抖音的資深分析師鄒老師也回饋，以長期發展而言，這兩個領域的職能重疊性會越來越高，差距會慢慢變小，在發展上更多的會去加深對行業、產品、以及現有業務的理解；
不過也不一定要每個人都需要去帶團隊，這部分可以考量到個人對這件事是否有熱情，在組織內能做好Individual Contributor也是很棒的事情。
評估Candidates時，考量的面向遠遠不只有Hard Skills
在尋找團隊成員的時候，除了硬實力(專業知識以外)，也會很綜合的考量到企業文化、做事風格、對產品的理解、以及產品開發週期對這個人的風格是否Match。
實際在談Candidates的時候，有些人會習慣將一些現有的分析Framework套到問題上，有時候卻並沒有辦法很好的符合業務情境的需求；
除此之外也會考量是否有將過去的經驗轉化到解決新場景問題的能力，這部分有時候並不特別在意是否能提出一個解決方案，更多的是考量對這些解決問題的原則是否有深入的理解。
總結起來在訪談一位Candidates時會嘗試提出一些業務問題，看看他是否有能力提供解決方案，並評估看看他解決問題的方式是否符合企業文化或團隊文化；此外有經驗的Interviewer之間也會彼此做Cross check，檢視自己是否在這個過程中有誤判的狀況。
對於一個有潛力的Junior Candidates，可能會更多的在意4個點：
1) 這個人對事情是否充滿好奇心
2) 是否會願意投入時間去對業務有更多的理解
3) 是否有尋求建議、接納建議、自主做研究的能力
4) 這個Candidates是否是一個可靠的人
在影片最後鄒老師也分享了成功的面談案例經驗：
1) 這個人業務做的方向跟企業/團隊方向是吻合的，很多團隊遇到的問題這個人之前都有遇過，可以提供簡單的解決方案，知道解決思路可能是什麼，並提前去發現這些解決方案可能有哪些潛在的問題。
2) 分析問題時非常貼近具體的業務場景。
3) 溝通上是很直接的，跟團隊溝通上是對頻的，未來合作上可能會很開心，不需要花太多時間去解釋太多事情。
在文章最後附上完整的影片連結，推薦給正在從事相關領域及有興趣的朋友們可以參考看看。
瀏覽 7,637 次
