Press "Enter" to skip to content

解密数据科学家的层级:从初级到高级- 他们的区别是什么?

揭示初级、中级和高级数据科学家的工作范围预期

Photo by Edvard Alexander Rølvaag on Unsplash

经验和技术专长在定义初级或高级数据科学家方面起着重要作用,但是在工作范围方面,这些级别的商业期望是什么呢?

虽然许多资源和职位描述讨论了与每个级别相关的技术责任(或者管理它们所花费的时间),但是当谈及数据科学家在不同资历级别上的广泛业务期望时存在明显的不明确性。

在本文中,我将揭示初级、中级和高级数据科学家的工作范围预期,这是在我作为管理者的角色中无价的框架,如果你满足以下条件,这也可能对你有用:

  • 您正在建立一个正式的数据科学实践,想知道您需要什么角色和级别 – 我相信这可以帮助您。
  • 您是一位数据科学从业者,希望进阶到下一个级别(或向老板证明您已经是) – 这也应该有所帮助。

那么,让我们开始吧!

初级/副数据科学家

Photo by John Schnobrich on Unsplash

初级数据科学家通常是针对刚毕业的本科或硕士学位的数据科学/应用统计学/大数据专业的学生,或者是最近获得数据科学证书的经验丰富的数据分析师。

初级/副数据科学家更注重明确的任务而不是完整的项目。通常,这些分析或模型是由他们的经理或高级数据科学家设计的,他们还制定项目时间表和交付物安排。

初级/副数据科学家熟悉数据,并利用数据回应明确定义的任务,提供分析或模型。

初级/副数据科学家在经理或高级数据科学家的指导下执行明确定义的数据科学任务。

初级/副数据科学家的期望:

  • 根据经理/高级数据科学家的指导,开发预测模型,进行高级分析。
  • 为未来几周计划工作。
  • 在经理/高级数据科学家的指导下,将洞察转化为业务建议。
  • 向同行和经理介绍发现/技术工作。
  • 理解并建立与紧密的跨部门业务领域和直接利益相关者的关系。
  • 学习组织工具,流程和程序。

数据科学家

Photo by Glenn Carstens-Peters on Unsplash

中级数据科学家具有几年的经验,能够理解业务问题,设计和领导一个完整的分析或模型,几乎没有来自经理或高级数据科学家的输出。他们分享中间结果并提出潜在的障碍,但是独立解决技术问题。凭借出色的组织知识和商业敏锐度,他们提出改进建议,并识别新数据科学应用的潜在机会。

数据科学家理解业务背景,独立设计和执行数据科学项目。

数据科学家的期望:

  • 在跨职能领域中识别潜在的项目机会,并与经理/高级数据科学家进行细化/优先级排序。
  • 计划未来几个月的工作项目和交付节奏。
  • 在经理/高级数据科学家的最小指导下设计和开发预测模型和高级分析。
  • 能够独立将洞察力转化为业务建议。
  • 向同事和业务利益相关者呈现洞察力/建议/技术工作。
  • 理解并与其他跨职能领域和利益相关者建立关系。
  • 支持组织内的初级数据科学家和数据分析师。
  • 了解并遵守组织的工具、流程和程序。

高级/首席数据科学家

Jason Goodman在Unsplash上的照片

高级/首席数据科学家是分析组织和更广泛业务中的推动力。凭借对业务功能领域的深刻了解和建立的关系,他们持续地发现能够提升业务价值的改进机会或新的数据科学应用。他们能够在很少的管理支持下,优先级排序并推动这些机会的利用。

高级数据科学家在更广泛的跨职能领域中识别潜在机会,并计划、启动和交付复杂的数据科学项目以进行测试、部署和利用。

高级/首席数据科学家的期望:

  • 在很少的管理指导下,识别和优化跨职能领域内的潜在项目机会。
  • 支持团队的路线图建设和未来六个月的优化。
  • 独立负责端到端的数据科学项目,从构思到业务利用。
  • 制定并拥有项目路线图、利益相关者管理和交付物。
  • 将洞察力转化为战略建议,并推动建议的部署。
  • 向同事、业务和高层干部呈现洞察力/建议/技术工作。
  • 与更广泛的跨职能领域和利益相关者建立关系。
  • 对组织内的初级数据科学家、数据科学家和数据分析师进行指导和辅导。
  • 了解并遵守组织的工具、流程和程序。推荐新工具和/或流程和程序的改进。

注:上述高级数据科学家范围适用于“业务”高级数据科学家。在某些情况下,可以为高度技术人员构建“技术”高级数据科学家角色,使其成为技术专家(深入研究)而不是业务数据科学家(广泛研究)。

总结

在数据科学领域,区分初级、数据科学家和高级数据科学家角色不仅仅是经验和技术专长问题。它取决于工作范围和业务期望。

本质上,可以将这些角色总结为管理“任务”、“项目”和“产品”:

初级数据科学家管理数据科学任务。

数据科学家管理数据科学项目。

高级数据科学家管理数据科学产品。

我在与团队分享这些工作范围差异时发现非常有帮助,支持了数据科学家的成长和发展。它清楚地设定了每个数据科学家层次所需要的期望,让从业人员明确知道他们在晋升到下一级别时必须展示什么。

在您的组织中如何运作?是否采用类似的框架?还有其他需要补充的吗?请在下方评论中分享!

参考资料

[1] M. Crabtree,《如何撰写数据科学家职位描述》(2022),https://www.datacamp.com/blog/data-scientist-job-description

[2] H. Brooks, S. Gutierrez,《初级、中级和高级数据科学家工作的区别》(2020),https://www.datascienceweekly.org/articles/the-difference-between-junior-mid-level-and-senior-data-scientist-jobs

Leave a Reply

Your email address will not be published. Required fields are marked *