云栖号资讯：【点击查看更多行业资讯】
在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！

当你踏上数据科学生涯时，是否也曾感到迷茫不安？笔者时常会收到学生发来的职业咨询问题，我发现，很多人在纠结着相同的问题。

回想初入行之时自己的状态，如果时间倒流，我会给自己什么样的职业建业呢？我会选择不同的道路吗？

7年亲身实践得出的经验教训，希望能够给迷茫的你一点帮助。

七年前......

我的职业生涯始于2013年，我在一家研究院实习担任数据科学家，研究分布式机器学习算法，那是Hadoop的时代。那时，大数据是是最流行的词，深度学习和人工智能紧随其后。

一切似乎都很好，工作时能够接触到先进技术、软期限、优秀团队……只有一个点让我不满——薪资！

实习一年半后，我获得了攻读自然语言处理（NLP）数据科学博士学位的机会，但我拒绝了。

事实上，我对NLP不太感兴趣，付出至少四年时间来研究它是不敢想象的。另一个很重要的原因是，当时我身无分文，年纪也不小了，26岁了还无专业经验，这些都使我望而却步。

数据科学领域的工作不需要博士学位

我从不后悔拒绝读博的决定。在那之后，我从学界跳到了业界。对我来说这是巨大的飞跃。

我永远不会忘记那天：一家小公司的首席技术官（CTO）邀我参加面试，与此同时收到了读博的邀请函。我对自己说，鱼和熊掌不可兼得，然后我就去面试了。

我们就我的经历进行了愉快的讨论，讨论如何解决一些不太技术性但更概念化的问题。最后，他问我在原来的工资，然后付了我三倍的薪水。

去面试前，我并不打算接受这份工作。在学界工作感觉很棒，但后来，想到工资和放着新MacBooks电脑的舒适办公室，我毫不犹豫地接受了这份工作。开弓没有回头箭了。

创业初期

这是一家初创公司，我负责做一个能在大数据上运行的推荐系统，这对于来自研究型环境的我来说挑战巨大，我更擅长擅长在受控环境而不是生产准备系统中构建概念。那些日子里，加班和熬夜是家常便饭。

我当时太专注，看不到更广阔的前景。有很多次，和同事一起吃饭时，我脑子里只想着要修复的代码和错误。

到后来，我认识到建立人际关系比从事的项目更重要。我们仍然时不时地遇到前期创业时工作的同事，但从没有谈论过当时在做的项目。

虽然我设法建立了推荐系统，但后来发现，目标绝不能提供最好的推荐。一切都依赖营销！

当时，机器学习的流行词汇给机器系统带来了广阔的市场，但也有着巨大的泡沫就像许多初创公司一样，不久公司资金链断裂，我又去找了工作。

远大梦想

公司资金短缺时，我已经有了够花一年的储蓄了。当我听说下个月公司发不了工资，就开始寻找新工作了。

作为一名开发人员，代码是一种通用语言，我有一两年没有考虑过搬到另一个国家去，我还没想过将项目货币化。虽然我财富充足，年轻，经验丰富，但我也没想过。

回顾过去，我胆怯于未知的事物。这让我想起了另一条建议：事情从没有看上去那么好，但也从没有那么糟糕。

初入行时，只要拥有不错的技术，找一份工作并不难。难的是，手握多个offer的你，该如何抉择？跟你一个建议吧：当多个工作机会同时出现，接受有良师益友的那个。

前路漫漫，继续修炼。

【云栖号在线课堂】每天都有产品技术专家分享！
课程地址：https://yqh.aliyun.com/live

立即加入社群，与专家面对面，及时了解课程最新动态！
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间：2020-05-12
本文作者：读芯术
本文来自：“读芯术公众号”，了解相关信息可以关注“读芯术”