10月10日她乡论坛举行了她说分享会第一期-她说Data：数据科学不同岗位。
感谢分享嘉宾和大家的热情参与，希望论坛活动可以传递有价值的信息，鼓励女性成长，让大家看到人生和未来的更多可能。
这期分享会我们邀请到了来自不同行业的不同数据岗位的女性来给我们分享他们的工作体验。 以下是本次活动的内容精选。
参与嘉宾：
Sophie：
Data Analyst- Biotech
Liwen：
Data Engineer- FLAG
Luna：
Analytics DS- FLAG
Ivy：
Core DS- Fintech
自我介绍
Sophie: 大家可以叫我Sophie。我现在的职位是data analyst， 所在行业是biotech/healthcare，公司做的产品是检测癌症的test。我的DA岗位其实是在一个非典型行业的非典型的职位。 我所在的组也是Biotech行业里专有的叫做Reimbursement/Billing, 用最通俗的话来说就是收钱的。我们最主要的metrics 就是衡量如何在最快的时间内收到最多的钱。我现在坐标是San Francisco.
Liwen: 大家好我是Liwen。我现在是在纽约做data engineer，我们公司是比较典型的社交网络公司。现在我的组是跟e-commerce 相关，做一些Shopping相关的东西。
Luna: 大家好，我叫Luna，我是在美国西海岸做product DS。我的公司是一个大家都love to hate 的公司，我做的产品是一个大家很多人日常会用的产品。
Ivy: 我是Ivy。我现在也是在湾区，在一个很小的start-up，大概只有30个人，data scientist 只有我一个人，我的title是head of data science and machine learning。我们的行业是做financial technology 产品，类似banking account 这种。我特别要补充一句，我在招人，如果大家对我们公司感兴趣，可以在论坛上找到我的id发私信就可以。
教育背景和之前的工作经历。为什么会选择自己现在的岗位
Luna: 我一开始本科学的是社科，后来发现是个天坑。因为转专业也一下子不是特别方便嘛，所以我做了一些社科的quantitative research ，慢慢转到统计，再是数学，然后读了一个Master of Data Science。然后工作背景的话是一年Machine Learning Engineer两年DS。我做了一年MLE之后，对那个公司以及对于MLE这个职位都非常的厌恶，想做完全不一样的事情，如果大家感兴趣的话，后面Q&A我可以讲一讲，我自己对两个职位体验的差别。
Liwen: 我本科是软件工程，本科毕业之后在银行里做两年IT。我是在国内银行，银行里的话就大部分都是找外包公司嘛。我当时有很多不同的项目经验，其中有一个项目是数据仓库，我个人对数据方面还是比较感兴趣的。我觉得我本科可能学的最好的是database吧。在工作经验中觉得自己对这方面感觉还比较好，所以就比较focused on data warehouse 这一块。我来美国是学的是information system ，相当于一半是CS ，一半是finance，有一些跟金融相关的一些商学院的知识。我毕业之后在IBM做了三年consultant ，那个时候大部分的工作经验差不多也是做一些data integration。你到客户那边去帮别人做一些ETL这种，设计一下database。我在现在公司也是data engineer 。不过我觉得data engineer 在每个公司的role都不太一样。 总的来说一些是用一些SQL, 比较集中在一些pipeline。
Ivy: 我是本科和phd都是读了一个非常非常冷门的专业。之后再找工作的时候发现非常难找，我那个专业叫地理信息系统，大概一半是地理，一半是CS。等到出来找工作的时候发现尤其在美国，这个专业太过敏感了，基本上只收citizen 或者是有security clearance 的人，所以我完全不可能找到跟我专业非常对口的工作。我在毕业前半年的时候开始看能转成什么样的行业，当时DS刚开始兴起，我在论坛的帖子里也说了，我当时找到了一家银行业的工作。后来搬到湾区跳到了一个比较大的这种FLAG公司专门做fraud 。当时我找工作的时候是想作为data scientists概念非常广，我希望能够在某一个domain里develop自己的knowledge，比如说fraud，这样可以成为domain expert。 但我后来发现专门做fraud也是一个非常坑的事。因为fraud属于那种公司里面没事的时候不会想到你，但是有事你就要去背锅的那种部门。后来我再找工作的时候，也是对大公司有一些厌倦了，主要就是everything moving slow，所以我就专门去找了start-up的职位。因为我之前在银行做过，所以现在再去找start-up 的时候，基本上对我感兴趣也都是fintech，我自己也积累了一些部分fintech的背景。现在是在一家小的fintech公司。我觉得在start-up 的好处是你能接触的范围非常广，不会专做fraud ，也可以做其他的东西。
Sophie: 我这个人喜欢折腾。本科是学PR & marketing。本科毕业之后，我不是特别想在那个路上走下去，我就去做社科研究了，做了几年包括念了一个MA又在香港做了一些research 的工作。当时再选择转行的原因很复杂了， 我决定要到美国来念一个master，专攻数据方向的。所以我又念了一个MS, information science。去年毕业来到湾区工作做data analyst ，这是我的背景。
工作的一天
Sophie：一般每天我大概先看一下email需要哪些处理, 然后看一下今天有哪些meeting在哪个时段，我会提前播出一点点时间去准备一下。我会把我每天要完成的事情，按每个小时来划分，就是说今天分发哪些reporting。至于会用到哪些技能，tech的技能就是很general的。我现在用的工具一般就是python, SQL, Tableau, 有时候excel。其中用的最多的其实倒还是tableau 。因为我们要做很多reporting的东西，很多data visualization。Python和SQL 是比较简单的，就是我这个工作coding要求还挺低的，主要是explorer analysis。至于跟哪些岗位互动和合作，我作为在一个非典型的行业和非典型的DA，所在的组简单来说算是operation这方面的。我平时合作的对象主要是operations specialists ，也就是非技术人员，所以会需要比较强的沟通技能。另外一个长期需要跟他们合作的就是finance那边，这就是我平时工作的内容。
Luna: 我觉得不太好说我“一天”干嘛，应该是我“一个星期”干嘛。因为product DS的话开会的时间超级多，我一个星期可能有20个小时在开会。所以我尽量周一和周五专门拿来开会，中间3天尽量不开会。但是如果有冲突，那也没有办法。中间3天呢就是自己做事情，用到的技能工具就是python, SQL 和excel。有时候会做一些machine learning。但是product DS本质上是analyzer，不是builder 。我这里推荐一篇文章，就是说有两种data scientists: builder vs analyzer。对于analyzer类型的data scientists来讲呢，就是你用什么方法什么工具都可以，只要严谨就行了。 工具随便用，可以用最简单的，也可以用最复杂的, 最重要的就是你要能够得出有意义有impact的recommendation。这就跟builder 很不一样，builder 的话可能会更讲究（就是技术是不是就是高大上）。 我日常打交道的别的function就是典型的PM/EM( Engineering Manager) + 几个很重要的Engineering Tech Lead。我换过几次组，根据组合产品的特征的话，有时候有的UX多一点，有的更design-heavy ，有时候甚至还会跟artists合作。但是无论你做什么，都是要去考虑：我能不能量化这个事情的impact 、以及我怎么去做这个opportunity sizing。
Liwen: 因为我也是product DE嘛，是和product DS会有一些overlapping，也有很多会。一个区别是，我们这边大家每个季度会做一些planning 。比如说你说你quarter 打算做一些什么项目呀，和谁合作，做哪些analysis。放到每周每一天，我就会看我现在应该focus在哪些item上。比如说我今天会差不多开完了，我可以看一下数据，准备一些analysis的工作之类。平时开会的话，会谈我们的一些合作的时候，比如说engineer ，那我会和engineer 去聊一下怎么去log一些新的feature，有哪些数据是需要log的。还有会和PM聊一下说比如说我们现在再做一个strategy ，那要需要什么样的数据，我们怎么来把这个数据把它做一个dashboard呀，或者是把它放到一些strategy dock 里面。和DS 的话也会合作说比如说他们说我想要这么样子的一个数据。那我们这些数据在哪里，有没有build ，我就去告诉他们我有这些表，如果哪些东西还不在的话，那我可以把它放到我的计划上去。 还会和一些其他researcher，说他想做一个调研，但是他不知道是怎么要怎么找到用户，那我也会去和他们聊一下。比如说我们有这么一些用户behavior的数据，你可以从中间选取一些人去sample他们，去做一些targeting。我觉得communication是非常非常重要的。因为你不可能一个人把所有的事情都end-to-end都做完，大部分时间你都会去和其他的一些cross-functional partners去一起聊，往一个同样的一个目标去做，最终的结果的话，大家都是希望能够influence这个产品，这个产品以后会怎么发展，所以还是比较strategic，也比较有意思。还有一个问题是说平时用的一些什么，tech stack的话，我们这边大部分是一些SQL，python。Coding 的话其实也没有那么heavy ，主要还是一些SQL 相关的东西。除非你在一些比较特殊的项目上会有一些比较special skill 吧。但是我觉得公司大的话技术都比较成熟，所以学起来也不会太难。基本上你只要两个例子就可以去就可以follow 一下。
Ivy: 好，那跟大家比较重复的我就不讲了，我就讲一下在小公司里面跟哪些岗位互动和合作吧。我觉得可能如果在一个大公司里，你做data scientists ，你可能只负责一个地方、一个产品。但是如果你在一个start-up ，你基本上要跟所有的部门都要合作。比如说我现在跟product、marketing、fraud&risk、operation等各个不同的部门都要合作。因为他们都会有一些数据需求，每个人的需求都不一样，所以我很大一部分时间都会在跟他们沟通，满足他们的需求。同时思考将来哪个产品会需要priority，之后我需要先做什么，然后再做什么。
如何和manager沟通
Liwen：我在公司里其实换过好多manager ，而且我们公司一个比较特殊的地方，我们都是people manager ，大部分的manager 是非常tech background ，但是他们平时工作是不会需要做这些东西。我们manager一个人会管很多人，很多人都是有非常多的组。所以他其实不可能对你工作的细节有很详细的了解。我觉得一个首先你不要有太高的expectation，我觉得最终还是靠你自己去用你的工作来证明你的价值。我们这边的performance的话是说由peer feedback来决定的嘛。所以和他们合作好了，那我觉得其实就没有什么问题。Manager 的话还是要需要manage up的skill ，你要让他知道你做的东西比较重要，让他知道你比较有想法，比较有initiatives 。最主要是还是要让他要知道你在做什么。这样子的话他可以帮你写你的review，来帮你promote。你一定要让他和你on the same page，不能说有一些gap，例如他觉得你没有做这个东西或者他觉得你在做一些不重要的事情。你一定要保持这个向上的一个渠道沟通非常清楚。我不会太担心manager没有相关的background和context。其实也是一个沟通的过程，你要去feed他， 你要去告诉他你在做什么。这样子的话双方可以一起合作起来，所以我觉得主要还是靠自己沟通。
如何选公司和选组
Luna：All else equal，我会喜欢在公司内部由IC升上来的manager。第一就是他知道“民间疾苦”，他知道当IC什么感觉。第二他自己曾经是IC，所以他对于你做的事情究竟是难还是简单他心里有数，不至于就是你做一件本质很难的事情，他觉得就是这小事一桩了然后不给你credit 。选公司的话，我倾向于选自己用过的产品、对这个产品感兴趣的公司，一般来讲我会选B2C。如果我自己当不了consumer ，手感就把握不出来。
Liwen: 我觉得还是看兴趣吧。我刚进现在公司的时候，其实没有的选。我觉得如果是大公司的话，机会比较多的话，还是多和别人聊，和你的hiring manager下面的人也聊，这样子的话，你可以有一个比较好的一个sense。你也可以知道这个组到底怎么样，因为每个组公司里可能都不一样。manager的reputation是不是好，你可以问问其他人。还有一个就是就像刚才Luna说的，你对这个产品也要感兴趣。如果你对这个产品本身没有兴趣的话，可能也会没有特别大的动力。至少你本身要对这个产品有一些兴趣，至少你要愿意去用。 主要还是靠兴趣这样子的话你才会有动力。
Ivy: 我觉得另外就是跟manager设定好expectation非常重要。我觉得找工作不光要看这个产品和这个组，还要看你跟manager之间的化学反应怎么样，这个还挺重要的，因为毕竟是你的direct manager ，他/她之后会影响到你的career path ，所以你在面试的时候，尤其是跟hiring manager这段面试一定要就是好好观察，感觉一下你们俩之间有没有共鸣。
Sophie：我是觉得沟通在career上真的是最重要的东西。我觉得是你要自己观察你的manager，他prefer什么样的沟通方式，以及他性格整体来说是一个大致是什么样子的。我自己本身的体验是。 我的manager跟我性格比较类似，然后工作方式也比较类似，所以沟通起来就非常的有效率，两个人都很enjoy这样的沟通。刚才Liwen说的也很对，真的你不要对别人有太大的期望，还是先了解自己，然后在自己的能力范围之内可以做什么样的努力。同时你确定对方可能对你的期待值是什么样子，就是这样对接能最大程度的对接上，我觉得是manage up 的一个重要的方面。至于这个选公司选组，我也没有什么选择。因为去年找工作的时候， 真的很难能找到就已经不容易了。但是我manager 给我一个很好的建议就是，如何选择行业，尤其对data来说，我觉得是对业务是要有很强的理解能力的。它不仅仅是一个工具，你需要对业务有很强的理解力。这就会要求你在一个specific industry要深扎进去，扎进去几年你才会对business这方面有一个很强的理解力，你才会有insight 。所以思考出你自己最适合和最擅长的行业，在这个行业里再figure out 你最精确的position我觉得是很重要的。
未来五年的发展方向
Sophie：其实我是一直在思考自己最感兴趣的行业，以及在这个行业里面，我最想做的工作内容是什么。所以我对自己的定位是，首先进入我想进入的行业。其次我对自己这个功能的定位是analytics 加management 。因为我是更多的想把data analytics 的作为一种工具。但是我觉得只是工具的话不能够让我得到足够的价值感，所以我想更多地放到这个对业务的理解上去。就是通过这个工具加深对业务的理解，以及我特别喜欢跟人打交道，所以我觉得我会想往management的这个方向发展。
Luna： 其实我的想法跟你有点像，就也是想结合analytics和management 。行业的话，其实我自己并没有想好。但是未来的话我希望我可以做到influence the strategy and direction of the product or the company这样一个程度。不一定是数据了。因为有时候如果你去做从零到一的产品，因为你都没做成，所以也不会有很多数据。这个时候就需要一些别的东西。总的来讲就是更上一层的strategy and direction.
在工作中最大的压力来自于哪里
Liwen：Peer pressure 吧。一开始的话的确是peer pressure 。当看到你的周围的一个同事，他做了一些什么东西，感觉非常有impact 。你再看一下你自己做的东西，觉得哎我怎么没这么些机会啊，为什么我就是感觉好像自己做的东西不是那么厉害啊。这个就要靠自己去克服吧。现在的话我觉得压力还好吧，我觉得当你真的找到自己的pace ，不要给自己太大压力。找到你自己的定位之后，我觉得会好很多。还有可能就是你自己给自己的压力。比如说我就是想要把这个analysis给写好，我就想把这个pipeline给build好，然后结果就一做就做到晚上很晚。还是自己调整吧。当然我觉得不管你怎么做，其实说明你可能是真的还是比较喜欢这个role或者是你现在在做的东西，其实也没有必要太大压力，就是顺其自然吧。
Ivy：对，我觉得Liwen说蛮好的。我在之前的大公司压力肯定也是peer pressure 比较大一些，也会有一些product方面的压力。现在在start-up基本上公司的压力就是我的压力，因为大家都是跟公司是一体的嘛，公司可能会有一些比如user aquisition KPI的压力，这方面压力稍微大一些，其他的还好。
非常感谢Liwen，Sophie，Luna和Ivy。感谢大家参与。更多精彩都在women overseas她乡论坛。我们在她乡等你哟。
全部文字稿请点击注册WomenOverseas她乡论坛查看。
全程音频请搜索关注“Women Overseas”的YouTube频道和Bilibili频道。
她乡在更多平台上线啦！
YouTube频道：Women Overseas
Bilibili频道： Women Overseas
微信公众号： WomenOverseas 她乡
微信公众号已开通文章赞赏功能，以后可以通过打赏赞助我们服务器费啦！感谢大家满满的爱！
小红书 ： @women overseas 她乡
微博：@WomenOverseas她乡
即刻 @Women Overseas 她乡
Telegram channel ：women overseas 她乡
编辑：竹淡刻骨，ma99ie
