作者: Admond Lee
編譯: Mika
本文爲 CDA 數據分析師原創作品，轉載需授權
在深入探討這個問題前，讓我們退後一步，先試着回答另一個問題：爲什麼要成爲數據科學家？
你一定知道這個職業，數據科學家被《哈佛商業評論》稱爲是“21世紀最性感的工作”，並且在Glassdoor上連續三年被評爲是美國最受追捧的工作。最近IBM預計，到2020年數據科學家的市場需求將飆升28％。
這些吸引人的就業前景也讓許多人投入數據科學的領域。
那麼你肯定會想知道：爲什麼我要拒絕一份數據科學家的工作呢？
我希望在本文中通過分享我的故事，讓你一睹我在數據科學領域的經歷。下面讓我們開始吧！
有時，職位名稱≠工作性質
由於職業目標的不同，職位名稱的重要性因人而異。
同樣由於人生目標的不同，工作性質的重要性也因人而異。
通常，職位名稱和工作性質難以達到完全一致。這常常會讓許多求職者陷入兩難境地，他們必須從中做出選擇，我就是這樣的求職者之一。
申請數據科學家工作
幾個月前，我向好幾家公司投了簡歷，希望獲得一份數據科學家的工作。正如預期的那樣，我常常收到拒絕的郵件，比如：
感謝您申請XX公司的數據科學家職位，但很抱歉…
感謝您申請XX公司的數據科學家職位，由於我們收到了大量的簡歷，在此我很遺憾地通知您......
我很沮喪，但我沒有放棄。我不斷學習和提高自己的技能。
終於有一天，我收到了LinkedIn的面試安排郵件。
我非常興奮，做了許多的功課，對公司進行了充分地瞭解，以及我該如何讓自己的技能符合公司的職位描述。
工作描述中列出了大量數據相關技能和非技術技能，以及涵蓋各個行業的從業經驗。職責包括從基礎工作到全局統籌，這意味着求職者必須兼顧多個角色，同時還要符合職位要求。
在我看來，這份工作描述太離譜了，並且要求至少3到5年的初級職位工作經驗。
我可能不符合當中70％的工作要求，但我還是自信滿滿地去面試了，我相信我通過我的技能和經驗爲公司增添價值，並能夠在工作中學習。
選擇工作性質而不是職位名稱
令我驚訝的是，職位描述中提到的70%的工作要求並不在實際工作範圍內。
我的工作是爲不同的公司構建用於可視化的儀表板，當中無需進行數據分析。當然，數據可視化是任何數據科學過程中的一個重要部分，但是這個工作性質並不是我所想做的事情。
我真正想做的是，從瞭解業務問題、收集數據、進行可視化、原型設計、調整並將模型部署到現實應用階段，使用數據解決複雜問題，從而在完成挑戰中收穫滿足感。
然而工作描述與實際工作形成了鮮明的對比，這讓我感到無比困惑。
在上一輪面試之後，我拿到了數據科學家工作的offer。在同一段時間裏，我還拿到了另一家公司研究工程師的offer。這份工作描述更加明確，實際的工作範圍也符合我想做的事情。
記得我之前提到的，大多數求職者所面臨的職位名稱與工作性質之間的兩難選擇嗎？最終我選擇了後者。
結語
在新西蘭玩耍
對我來說，職位名稱是暫時的，但工作性質，這纔是真正讓我感興趣並帶來挑戰性的，而且還能讓我在工作中收穫寶貴的技能和經驗，這纔是最重要的。
直到現在，儘管會面臨挑戰和障礙，我仍然享受着學習的過程。如果每天都學習新的東西，每天都將不同。
謝謝閱讀本文。如果你曾經遇到任何類似的問題，我希望你知道，陷入困境是沒關係的，特別是當你剛進入數據科學領域時。
花點時間弄清楚，在你的職業生涯以及將來的生活中，你希望實現什麼。可能你無法找到明確的答案，但是不要放棄，繼續尋找當中的答案，遲早你將作出更明智的選擇。
原文鏈接：
https://towardsdatascience.com/why-did-i-reject-a-data-scientist-job-f2e56117fdae