資料科學工作者的階段性職涯，Junior 該如何走向 Senior？｜專家論點【維元】

Junior 跟 Senior 的差別是什麼？

如果說「從畢業到就業」是職涯路上第一個關卡，那下一個會卡關的點應該就是如何「從菜鳥升等成為資深開發者」。而這個題目的官方回應，可能會從前輩口中聽到「#能不能獨力解決問題」之類的答案。但究竟怎樣算是獨力解決問題呢？具體的衡量標準會是怎樣？

我自己會從三個階段來拆解這個問題：「#會什麼技能」→「#做得到什麼目標」→「#能夠達到什麼成就」

從一開始還是新人時，更多時候強調的是自我的能力與技能是否足夠，還有什麼需要加強的嗎？當技能累積到一定的實戰力之後，必須有相對應的實務經驗並且想一下能轉化為什麼明確的目標，這是一個從 #會什麼 到 #做得到什麼 的階段。第三個階段則需要進一步思考這個目標能夠達到怎樣的成就，能夠為團隊帶來多少的效益。換句話說，我會覺得從 Junior 到 Senior 其實是一種「#個人產出」到「#團隊貢獻」心態上的轉換。

不同背景的養成路徑

在之前的文章 想進入資料科學領域的你，該如何起步？ 中，可以很粗淺地把資料專案中的角色分成「資料科學家」、「資料分析師」及「資料工程師」三種角色。他們彼此的技能可能部份重疊。從資料科學的技能樹的深淺來分的話，可以分成階段性的職涯成長：分析師 → 工程師 → 科學家。只要有心，人人都可以成為資料科學家。

資料科學是一個跨領域的技能，需要同時有跨域的能力與開放的思維。如果你本來就是軟體工程師的話，可以從程式需求大的資料工程師開始。統計／數學背景的話，適合研究資料科學模型。另外大部分的話，就會建議從資料分析師的起點逐步規劃。這邊列出了一些常見的背景，與適合的養成路徑：

實際上資料專案需要的是一支團隊，一般會將資料科學的技能拆成多個不同的職缺。根據資料科學的技能，拆成四個主要的任務：資料探索、資料工程、分析模型與理論研究。經過完善的各司其職可以完成強大的工作，達到明確的守備範圍。不過理想很豐滿、現實很骨感，在許多小團隊當中都會先配備一個角色打全場：

要完成一個好的資料專案，靠的不能只是一個厲害的強者，需要的是一支合作無間的資料團隊。跨領域的整合也是一個重要的應用關鍵。無論資料的多寡，資料專案都是建基在資訊、統計、視覺化等不同的領域專業上面。不過現實層面上來說，很難有人可以同時具備那麼多能力，因此在資料專案中更需要團隊合作。

嗨，我是維元，目前是一名資料科學與網頁開發的雙棲工程師。近期也擔任科技島社群的駐站專家，持續分享發表對 #資料科學、 #網頁開發 或 #軟體職涯 相關的文章。如果對於內文有疑問都歡迎與我們進一步的交流，都可以追蹤資料科學家的工作日常 Facebook 粉專 或 Instagram 帳號，也會不定時的舉辦分享活動，一起來玩玩吧！

瀏覽 1,796 次