分析1400家公司后发现：数据工程师比数据科学家更受欢迎( 五 ) 作者|MihailEric编译|DonM

依在下之见，这一切都是无中生有的，它就像早起的初创公司在招聘的福利标语一样可笑“一个你选择的未命名的C套件标题” 。

文章图片
@bubushikinator：
我在美国五大巨头公司FAANG之一工作（FAANG=Facebook、Apple、Amazon、Netflix、Alphabet或者Google），在我们这，这几个职位的报酬顺序大致是：
数据工程师<软件工程师=数据科学家<机器学习工程师
数据工程师的工作是让数据集可用，软件工程师做的是一些一般性的开发工作，数据科学家的职责是训练Python模型，而机器学习工程师负责从模型中获取权重和偏差，并在Scala中进行商业化部署，并和一些基础的组件打交道（包括kafka和Spark等）。
我曾经是一名数据科学家，然后转方向变成了一名软件工程师，现在我准备专职到机器学习工程师。当然，我们也有薪水更高的应用科学家岗位，但面试官甚至从来不看我的简历，因为我没有博士学位。

文章图片
@RandomGaussian：
我的理解虽然有点刻薄，但是一针见血。数据科学家更像是一个业务专员，他们知道如何分析数据、需要哪些数据、如何组合和提取信息等。而数据工程师是一个知道如何准备、清理、收集和分发数据工具的人。但用于数据管道他们就像一个开发人员和开发工具的混合体。我觉得是这样的，数据科学家更接近机器学习领域，而数据工程师更像是程序员。

文章图片
@grudev：
这篇文章和我的想法不谋而合。虽然我不是业内人士，但是我想补充点东西。数据科学家、数据工程师们在技能包上的重叠是意料之中的。他们的工作同质化十分严重。

文章图片
@RandomGaussian：
是的，总会有重叠，因为最开始的时候人们对机器学习产生兴趣，但随后便发现真正的机器学习工作需要深厚的积累和一个博士学位，然后他们无可奈何地走上了一条更“轻量化”的数据科学道路，也就是做数据工程师。但随后发现数据工程师这样的“基础工作”也开始有着较高较深的要求了。所以，很多数据工程师多多少少都会了解一些机器学习和数据科学领域的东西。

文章图片
原文链接：
https://www.mihaileric.com/posts/we-need-data-engineers-not-data-scientists/
https://www.reddit.com/r/MachineLearning/comments/kx0j1v/d_we_need_more_data_engineers_not_data_scientists/
[赠书福利]
AI科技评论本次联合【图灵教育】为大家带来12本《人工智能简史（第2版）》正版新书。
在“《人工智能简史》第二版重磅来袭！|赠书”（点击超链接跳转）一文留言区留言（注意不是本文！），欢迎大家畅所欲言，谈一谈你对人工智能发展历史上某件大事或某个人物的看法，或对人工智能未来发展的看法。
AI科技评论将会选出12名读者，每人送出《人工智能简史（第2版）》一本。
活动规则：
1.在“《人工智能简史》第二版重磅来袭！|赠书”（点击超链接跳转）一文留言区留言（注意不是本文！），在综合留言质量（留言是敷衍还是走心）和留言点赞最高的读者中选出12位读者获得赠书。获得赠书的读者请联系AI科技评论客服（aitechreview）。
2.留言内容会有筛选，例如“选我上去”、“这书写的很棒（仅仅几个字）”等内容将不会被筛选，亦不会中奖。
3.本活动时间为2021年2月12日-2020年2月19日（23:00），活动推送时间内仅允许赠书福利中奖一次。
由于微信公众号试行乱序推送，您可能不再能准时收到AI科技评论的推送。为了第一时间收到AI科技评论的报道，请将“AI科技评论”设为星标账号在看” 。