Data Scientist的日常工作作息是什麼樣的，這個工作女生能夠勝任么？

01-21

各位前輩們好
晚輩正在考慮轉變career path ，目前本科大三，專業是Economics,某重點985，211院校。由於econ過於理論，想要往應用一些的方向發展，所以考慮了考研或出國轉Stat的可能性。
由於樓主是女生，所以更關心能否有balanced life以及職業的stability。現在比較糾結的點是：

1 Data Scientist的工作作息時間是怎樣的？需要常常熬夜，或者夜間工作么？
2 工作強度女生是否駕馭的來? （又可以理解為職業中女性的比例會不會低的驚人）。因為聽說coding的女工程師是稀有動物，自認並非女強人，只是希望能夠在力所能及的領域裡做一份專業性的工作有一個正常的生活。
3 如果女生不適合做這項工作，還有哪些領域有應用到Stat的工作相對來說比較適合呢？
希望各路大神以及前輩們能夠指導一下小妹，真心感激不盡！^ ^

1. Data Scientist的工作作息時間是怎樣的？需要常常熬夜，或者夜間工作么？

最實在的答案是, 不一定. 就我我個人經驗來說, 這個跨度可以很大. 我從本科時期開始從事數據分析/科學的實習工作. 也在startup做過data science consulting projects, 現在是在一家萬人左右的開源軟體公司做數據分析, 從累成傻逼到閑到蛋疼都有. 我的第一份data science的工作是在美國一家遊戲公司, game analytics在3年前, data science在5年前都是比較新的practice, 很多公司剛剛開始有自己的data science team, 所以我們組當時來說在遊戲領域是很新的, 當時美國遊戲公司有專門data scientists的可能不超過10家, 很多項目是非常ambiguously defined and exploratory. 在遊戲公司, data science並不是最主要做產品的隊伍, 但是是很重要的支持部分, game development, UX, business operations都很重視數據. 我們要做很多的KPI visualization and tracking and modeling. 因為遊戲公司的風格就是crunching crunching crunching 非常緊張, 所以工作壓力是很大的. 作息並不穩定. 當我們有online testing或者要release games的時候, 那就會很多活, 要有新的analyses還要maintain現有的dashboards和reports. 不過很少有人會去做這麼specific的analytics, 所以並不能generalize到其他公司. 特殊情況特別分析.

在startup的話, 因為是很早期的公司, 我是第18個加入團隊的也是第一個做data的, 所以什麼都要干, 事情很多, 每天像是打雞血一樣, 緊密的和engineer, execs, PMs, designers, UX一起干. 但是因為早期, 所以也要看個人, 你可以所有都做, 也可以就打打擦邊球.

現在我在一家比較成熟的free open source software公司, 作息就非常穩定. 公司文化很好, 老闆也非常寬鬆, 會有deadlines, 但是很少催命的PMs. 所以朝九晚五, 很好的work life balance. 有fire drills的情況, 一年發生了兩次? 但是就很沒有意思個人意見而已. 大公司很多變化會很緩慢, 做起來可能很少有成就感.

總結來說就是, knowing what you are signing up for before you take the job. 認真做下research, 看公司, 看team, 看老闆, 看projects.

2. 工作強度女生是否駕馭的來? （又可以理解為職業中女性的比例會不會低的驚人）。因為聽說coding的女工程師是稀有動物，自認並非女強人，只是希望能夠在力所能及的領域裡做一份專業性的工作有一個正常的生活。

工作強度和上一問回答差不多. 如果你對自己的priorities有很清楚的認識, 比如說有的女生會希望有時間照顧家庭, 絕對是有data scientists的職位允許這樣子的安排. 其實美國經常說的gender pay gap, 真正的數據支持是指occupational pay gap. 像tech或者science的活, 女生幹起來其實會更適合, 因為時間非常的靈活, 你把活幹完就可以了. 老闆並不在乎你是穿著西裝搞得人模人樣寫出來的碼還是穿著夾板拖鞋頭髮散亂做出來的. 如果你有工作能力, 反而做tech會讓你有更多的時間去享受生活. 錢多假多還可以每天在家干, 我覺得很可以有. 美國好一點的tech公司都是至少20天帶薪年假, 很多甚至是unlimited, 把活幹完就行. 我們公司paid maternal leave 都是16周起, 如果說是你有accident那再給你6周disable. 比在傳統行業做傳統職位要好很多. 但是你如果以後要往leadership或者mangement發展, 那就是另外一個話題了.

3. 如果女生不適合做這項工作，還有哪些領域有應用到Stat的工作相對來說比較適合呢？

我身邊同學的在銀行的很多, 保險業做精算師的也有, 那個要考證, 中國人亂考的. 美國人要考7-10年, 中國人一般3-5年就考完. 應試製度培養出的人才還是有用的. 還有做biostats去製藥公司. 美國health care行業對這方面需求也挺大的, 而且會比較有規律吧.

前段時間有一個段子：A data scientist is a statistician who lives in San Francisco. 按照這個定義，要成為數據科學家，把家搬到灣區應該是一個必要條件了。

這當然只是玩笑話。

按照我的理解，data scientist 這個稱謂現在包括了好幾種完全不同的 career，為實際問題提出數學模型與定量解決方案的人（包括傳統的統計學以及經濟學從業人員，學術界和業界都有），把模型變成軟體的人（包括具體寫程序的，做各種系統、資料庫維護的，以及與之相關軟體的產品經理），還有拿著各種數據嘗試用 Excel 畫出漂亮的圖片，給人講故事的人（互聯網行業和傳統行業中都存在），都可以叫做 data scientist. 也有一些地方，這三件事情由同一個人或者同一個團隊來完成，在每件事上所花的時間也可以在一個連續區間中變化。

工作時間根據 career、公司以及所在的行業的不同，應該有比較大的差別。比如說金融行業和創業公司的工作一般會比傳統行業辛苦，這點應該不光體現在 data scientist 身上。另外，除非是專門做數據挖掘的公司，data scientist 一般在公司內起到 supporting 的作用，所以工作的附加值未必很大，工作強度可能也不太高。
統計應該是工科中女生數量比較多的領域了，我現在就職的（主要做數據挖掘的研發）部門女性占多數，之前就讀的班級中，女生也不少。Data scientist 中的女生比例無論如何至少比交易員中的女性比例高得多了，我推測應該高於所有工科行業的平均值，如果可以跟上靠譜學校的教學進度，不需要擔心女生能不能勝任這樣的問題。
和是不是女生這樣的問題相比，我覺得題主的專業背景更值得擔心。我不是特別清楚國內大學的經濟學教些什麼，但是統計是應用數學的一個分支，讀統計學的研究生對數學基礎有一定的要求，如果是偏文科類的經濟專業出身，可能會有一些困難。

另外，建議題主點這個鏈接：http://www.zhihu.com/question/20935226

至少在Uber做為女生Data scientist日子還是很不錯的。相比較工程師而言，數據科學家編程任務稍微少一點，工作內容更豐富一些。總體來說，是一個很適合女生的職業途徑。數據科學家本來女生就相對多一些，中國人也比較多，不會有太多因為性別或者種族造成的職業瓶頸。

做過不久的統計分析師，其實就是數據分析了，半掉子水平而已。既然題主邀請，就盡量說下自己的理解，希望對你有幫助吧。

首先不知道為什麼題主會有疑問女生會不會不適合做，因為我感覺裡面數據分析不是一個需要直接面對客戶，面對很緊的deadline的職位，大多數時候這個職位是屬於中後台的支持。比如我做數據分析就是支持一些更懂行業的分析師做『上層』結論/決策建議（姑且認為數據分析像底層系統吧）

所以數據分析從我的經驗來說絕不是一個強度很大的工作，至於強度大的工作我覺得不外乎就是需要直接面對客戶，需要向客戶交付。因為像我說的，數據分析是偏向中後台，屬於支撐性質，所以數據分析的工作一定是走在前面的，後面的行業分析等『上層』分析，是建立在此基礎上，一般前面的支撐性工作不會面臨很緊的時間表。

目前數據分析應用的行業其實很多，其中比較典型的據我所知有互聯網，諮詢公司的研究所或研究部門，券商金融等行業的一般性數據分析。其實還有很多其他行業方向，因為在現在信息時代有很多決策都是由數據分析作為開始的