資料科學家(Data Scientist)職涯規劃 (1) — AI技術內參考(極客APP)心得
Data Scientist(DS)在台灣算新興的職務，生態上尚未健全，許多公司正嘗試導入，或成果不如預期裁撤也有所聽聞，整體環境讓人迷惘，所以我一直嘗試蒐集相關資料與自身工作經驗作為對照，從知乎上的卡牌大師、北冥乘海生付費直播，到網路上隨手可見的從業人員經驗談，直到最近訂了極客APP的專欄AI技術內參考（一周更新三次，持續一年，199 RMB），總算找到比較有系統的歸納，尋找期間投資了不少，為了對得起自己的投資，也確認自己的職涯路線，此文主要以AI技術內參的付費內文《如何組建一個數據科學團隊？》，作者是Etsy的主管洪亮劼，作為參考依據並補充。
1. 主要職涯路線
首先Data Scientist粗略可分為兩類，
(1) 數據分析，英文一般稱為Data Analyst，如KKBOX
(2) 算法模型，則是Algorithm Engineer，如阿里巴巴
2–1. 數據分析－職務要求
(1) 理論知識：
a. 機率與統計
b. 基本假設檢定
c. 進階的假設檢定，如無母數統計
c. A/B test 及其實驗設計
d. 對時間序列的資料進行分析
ps. 原文有提到因果推論（Causal Inference），但查了資料好像是比較前沿的知識，故先不納入
(2)技術：
a. 程式語言，如R, Python的基本操作，如DataFrame、ETL(Etract Transfer Load)等
b. 基礎SQL指令
c. Hadoop等分佈式系統處理工具的基礎認知
d. 傳統的計算機演算法，如排序等
2–2. 算法模型－職務要求
(1) 理論知識：
a. 機率與統計
b. 傳統機器學習的模型，分類、分群、回歸
c. 概率圖模型(probabilistic graphical model, PGM)
d. 對深度學習(Deep Learning, DL)有基礎認識
e. 對優化(optimization)演算法有基礎認識
f. 基礎的計算機演算法、資料結構、資料庫、操作系統知識
g. 特定領域(domain)的模型相關知識，如推薦系統、文字探勘(Text Mining)、自然語言處理(NLP)
(2)技術：
a. 以程式語言實現某些機器學習的演算法
b. 使用和擴展現有工具，如Scikit Learn
c. 以Hadoop為基礎的工具(Hive, Pig, Spark…) 建構分散式運算的環境。
d. 對DL框架，如Tensorflow, Caffe, Torch, MxNet有基礎認識
2–3. 總結
分析現有數據及強化決策，職位偏向數據分析，通過演算法或模型改進產品，那就是偏算法模型了。
3. 團隊建置階段
當公司或團隊較小時，比較需要「通才」型的DS，就跟小公司做的事情比較雜，比較廣一樣，大公司才比較需要特定領域的專才；所以相對於台灣以中小企業居多，可想而知整體的就業分布如何，就像如果公司量體或盈餘不夠大，很難會有「前瞻性」的研發團隊建置。
(1)早期－平台建置：
此時比較需要通才型的DS，必須跟IT搭建數據流(Pipeline)，將資料的ETL建置完成，比較偏向資料工程師Data Engineer的腳色。
有了平台後，就可以建立自動化的運營指標(Metrics)如MoM, YoY之類的報表，進一步是視覺化(Visualization)，產出儀表板(Dashboard)，加快決策速率，以及減少人員 routine貼Excel報表的維運時間，到了這個階段，才需要建立Data Science團隊，但是台灣自動化做好的公司有多少呢？每天有多少人在貼報表中度過呢？Pipeline都沒建好的話，就像沒食材想煮滿漢全席一樣荒唐。
(2) 第一階：當企業在上升期時，最需要的是進攻，必須快速為產品的更迭提供建議，利用對產品需求的理解，快速提供數據分析的支持，並且與產品經理(PM)、IT快速的跨部門合作。
(3) 第二階：初期提供的算法與模型並不複雜，可能就是簡單的回歸(LR)、決策樹等。
(4) 第三階段，業務穩定後，公司逐漸理解到老客戶帶來的收益更加，或市場趨於飽和、新用戶獲取難度上升，強化用戶慰留(Costumer Retention)的資源投入。此時需要「專才」的導入，因為個人已經較難勝任兩方的任務了。
a. 分析面的專才，分為實驗設計及分析產品指標的DS，另一邊是領域(Domain)專家，透過長時間數據的分析，找出Insight。
b. 建模方面的專才，依照各個流程，如推薦系統、文字探勘、圖像識別等區分，此外作者也提醒，通才到專才的Gap很大，訓練的時間很長，所以公司夠大的話，必須進行專才的招聘。
經上述階段可看出，整體建置是一條不短的路，很多公司都還在摸索，如果過程尚未到達，也不太能看到最後一階段的「錦上添花」，或是覺得某個fancy的演算法就能做出超然的貢獻；目前我自己從業大概經過了第二階段到第三，漸漸感受到學科上的基礎素養及相關限制，只能透過閒暇時間惡補了 QQ 這種需要長時間克服基礎素養，不知道大家如何克服呢？希望有人能分享
這是我目前看過DS職涯規劃架構很最好的闡述，推薦給大家，當然這只是一家之言，也可以看看其他人的看法，例如 如何成为一个年薪 50 万以上的数据分析师？
