数学博士后有助于获得数据科学工作吗?

数据挖掘 职业
2022-03-08 00:14:28

我是一名数学研究生,最近在一所好大学获得了博士后的邀请。虽然它不是严格意义上的顶尖学校,但它是我研究领域中最好的职位之一。

但是,我最近开始怀疑学术界是否真的是我的正确选择,我正在考虑学习数据科学以向工业界过渡。

问题是,假设我要迈出这一步并决定开始学习以离开学术界,我是读博士后更好,还是在研究生院再呆一年?

攻读博士后的明显优势在于,它可以让我有足够的时间来稳定财务状况来学习新事物。但是,从开始从事数据科学职业的角度来看,我最感兴趣的答案是:数学博士后是否可以被认为是对简历有价值的补充,或者这可能会使人看起来有点有点太“学术”,实际上阻碍了一个人获得行业工作的能力?

在研究生院多呆一年的好处可能是,由于它是美国顶尖的课程,我可以使用大量的资源,我不确定这些资源是否会在一所好的欧洲大学获得。此外,在我看来,在美国而不是在国外,数据科学领域的机会更多。因此,如果我的目标是在这里找到一份工作,我想知道首先不离开美国会不会更容易..?我不是美国公民,所以工作许可是我必须考虑的事情。

1个回答

或许曾经有一段时间,数学博士学位会成为数据科学职位的直接入场券,但我认为那个阶段已经过去了。原因?它有一个简单的答案:Tensorflow。

Tensorflow 本质上是 Google 的所有博士聚在一起,为大量数据科学模型写出公式,在这个过程中,这需要大量的数据科学数学。这是有道理的,因为数据科学中的大多数数学无论如何都是“编写一个代码”。

与此类似,DataRobot 实际上是世界上最好的 Kaggle 竞争对手,他们齐心协力,也从数据科学中吸取了很多数学知识。

所以,我讨厌成为坏消息的传播者,但是数学博士对大多数数据科学团队来说并没有吸引力。