|
艾米·海尼根选择将她的计算社会学博士课程暂时休学，转而加入加州旧金山的一家初创技术公司。公司业务是为早起创业者提供咨询和评估。“我选择读博士的原因在于想解决有趣的问题，而现在我们正在做的也真是如此。”她谈到她的工作时说。经过从学术圈出来的几年，现在也拥有了指导几家初创公司的经历，海尼根认为她在业界拥有更好的机会来构建想法并付诸实施，因为公司才可以与那些产品使用者实现真正的沟通。 但是，为了商业目标博士们不得不让自己适应，抛弃那些过于精确的（学术）要求。一旦数据模型可以奏效，学者可能专注于系统优化以改进精确性及极值量。“但是在业界，你最好说，‘我如何将其软件化？我如何确定这不会崩溃？’”海尼根说，”为了用户真实需求，你不得不有始有终地完成这些工作，而这些在学术圈是没必要花时间去做的。“ 有些招聘经理担心，去完成一个逐渐精确模型的欲望可能会将学者引入到没有成果的泥沼中。约翰·贝克（John Baker），在马萨诸塞州的波士顿创建了一家名为“Datakin”的数据咨询公司。他举了一个例子，曾经有位天体物理学家被同事们称为“暗物质”，因为他将精力都用于追求完美的数据模型以至于从来没有完成过他的项目。 山景城的网络公司LinkedIn数据安全首席科学家戴维·弗里曼（David Freeman）说，有这种倾向的人在面试中很可能被淘汰。在被要求描述自己的成就时，最有希望的候选人应更关注于他曾实现的代码而不是他曾发表的论文。独立开发组件或新人培训是适应业界需求的另一个积极标志。Baker说，“你能分辨出谁其实是学术型的和谁真正有做项目的潜力。” 威尔·库克斯科（Will Cukierski）就是以这种方式获得关注的。他在新泽西州新不伦瑞克的罗格斯大学获得了他的博士学位。在那里他使用计算机识别癌症组织中显著的病理部分。但是到了晚上，他将时间用于参与流媒体供应商Netflix100万元美金的挑战竞赛：谁能设计出最好的网站电影推荐算法。虽然他没有赢得奖金，但是他发现了一个bug并继续利用业余时间在旧金山的数据科学公司Kaggle主办的类似竞赛中尝试。在2012年，公司高管接触了他——他们注意到了他提交的内容并认为他可以在他们的团队中占据一席之地。在拿到了博士学位之后一周，库克斯科开始以数据科学家的身份工作了。 对许多博士来说，成功的关键在于要找到一个产品或服务能吸引他们的公司。塞巴斯蒂安·古铁雷斯（Sebastian Gutierrez）是《工作中的数据科学家》一书的作者，他说，“你需要找到合适的人，他们知道自己真正关心的业务，并且对工作保有足够热情，还要能满足你相应的季度预算和目标。” （责任编辑：职场达人） |
