數據科學家被稱為21世紀最性感的職務，很多公司對此崗位的需求日益劇增，同時，也是很多人夢寐以求的職業。但是本文作者Admond Lee根據自身經歷，為讀者深入解析這一崗位背后的故事，以及他為什么拒絕當數據科學家。

在深入探討為什么我拒絕數據科學家的工作之前，讓我們先退后一步，探討另一個問題：為什么要成為數據科學家？

你可能聽說過這個職業 ，數據科學家被《哈佛商業評論》（Harvard Business Review ）稱為21世紀最性感的工作，并且被Glassdoor連續三年評為美國最好的工作。最近，IBM預計對于數據科學家的需求到2020年將飆升28％。

所有這些有吸引力的就業前景似乎都指向了許多人想要追求的單一方向，我們都知道這背后必有原因。

無論大眾看法如何，如果你一直在跟蹤我在數據科學方面的學習歷程，你就會明白為什么我決定成為一名數據科學家以及我的心路歷程 ，所有這些都取決于學術背景、激情、技能、工作經驗和工作前景。

那么讀到這里，你現在可能想知道：為什么一個如此沉迷于數據科學的人會拒絕數據科學家的工作？

在這篇文章里，我希望通過分享我的經驗來回答這個問題，并邀請你和我一起感受在數據科學界的騎行歷程和冒險經歷。讓我們開始吧！

有時候，職位名稱≠職業性質

由于職業目標不同，職稱的重要性因人而異。

同樣，由于不同的人生目標，工作性質的重要性也因人而異。

因此，在職位和期望的工作性質之間進行完美結合可能并不容易，這使得許多求職者陷入兩難境地，他們必須做出選擇，這毫不奇怪，我就曾經是求職者之一。

申請數據科學家工作

長話短說，幾個月前我在不同的公司申請了各種數據科學家的工作崗位。正如預期的那樣，大多數時候我被拒絕到某個點，我的收件箱中充滿了以下電子郵件：

感謝您申請數據科學家在___的職位。不幸…

感謝您申請數據科學家在___的職位。由于我們收到了大量的申請，我很遺憾地通知您......

我很沮喪，但絕不放棄。我不斷學習和提高自己的技能。

只是不停地磨煉。

終于有一天，我收到了之前在LinkedIn上申請的工作的面試通知。

我非常興奮，對這件公司做了特別特別多的研究，來準備面試，例如：我的技能與經驗是和職位描述多么匹配，以及該公司的文化。

這份工作描述去哪求荒謬且廣泛的技術及非技術技能以及涵蓋各個行業的的工作經驗。對于數據和非數據相關的工作，責任基本上從上到下都有涵蓋，這意味著候選人必須兼顧多個角色，同時仍能滿足工作期望。

簡單地說，在我看來，工作描述是令人發指的，并且要求至少3 - 5年的入門級職位經驗。

好吧，我可能沒有滿足至少70％的工作要求，但我仍然堅持我堅定的信念和信心，我可以為公司增加價值（用我的技能和經驗），并在工作中學習進步。

選擇工作，要看性質，不要看職位

令我驚訝的是，70%的工作要求在實際工作中根本用不到。

我唯一的工作內容是為不同的公司（客戶）構建用于可視化的儀表盤，除此之外不需要任何數據分析或其它的事務。當然，數據可視化在任何數據科學過程中都是非常重要的部分，但是工作性質并是我每天真正想做的事情。正如我在其它文章中提到的：

從理解一個業務問題，到收集和可視化數據，再到原型設計、微調和將模型部署到實際應用程序的階段，我發現使用數據解決復雜問題的挑戰的實現。

更令人震驚的是，我被公司給出的職位描述與實際工作內容之間的鮮明對比弄糊涂了。

在最后一輪面試后，我得到了一份數據科學家的工作。與此同時，我還被另一家公司聘為研究工程師，職位描述更加明確，工作內容與我的職業規劃也更加匹配。

還記得大多數求職者現實與理想的兩難選擇嗎?

我選擇了后者。

最后的一點想法

對我來說，工作的頭銜只是暫時的，但工作性質（真正讓我感興趣并想挑戰的工作，以及在工作過程中學到的寶貴技能和經驗）比一切都重要。

到目前為止，雖然一路上坎坷不斷，但我一直享受在其中學習的過程。每一天都不一樣，每天都在學習新的東西，我真的很喜歡這種狀態!

如果你曾遇到過我這樣的經歷，我希望你能明白，陷入困境是非常正常的事情(大多數人都是這樣)，尤其是當你剛剛開始進入數據科學領域的時候。

花點時間問問自己，在你的職業生涯中，或者更深入的生活中，你希望實現什么。

不斷地問，不斷地向內和向外尋找，遲早有一天，你會對你的選擇有更深入的了解。