【CSDN 编者按】很多文章都说，数据科学是21世纪“最性感”的工作，数据科学家可以赚得盆满钵满，以至于数据科学看起来是完全梦幻般的美妙工作。但事实表示，数据科学家们通常每周都会花1-2小时来寻找新工作机会，这其中的原因是什么呢？

作者 | Adam Sroka  译者 | 弯月

出品 | CSDN（ID：CSDNnews）

以下为译文：

理想职业？

 

我们常常听到有关数据科学家有多么热门的消息。“数据科学家是21世纪最热门的职业”之类的新闻头条层出不穷，而且年度高薪榜上也经常看到数据科学家的字样。

数据科学的贡献颇多。这是一个充满挑战性的职业，需要学习的知识很多，而且必须保持精力充沛。 与其他职位相比，数据科学家拥有更多自主权来探索和解决有趣的问题。此外，在许多情况下，你还将有机会与各个领域才华横溢的人一起共事。

尽管如此，据调查显示，许多数据科学家每周都会花费数小时来寻找新的工作。其中，从事机器学习的研究人员在找新工作上花费的时间最多，根据2020年Stack Overflow的开发人员调查报告，这一比例为20.5%，仅次于学者！

如果说数据科学是理想职业，那么我们就不得不问了：为什么如此多的数据科学家都在找新工作？

曾经的我也面临相同的处境，因此我希望通过本文介绍一下个人的经历，并对大家有所启发。

我曾担任过多年的数据科学家，后来跳槽到了一家创业公司，担任总监一职。现在我的工作主要是管理和领导。由于我既当过数据科学家，又管理过团队（开发团队和数据团队），所以我可以兼顾双向立场，提出一些不寻常的观点。

在担任数据科学家期间，我也感觉很痛苦。大多数时候我都在创业公司工作，在职业生涯的早期就跳了几次槽。原因有很多，但是其中有许多因素我在其他公司也听到过。

在本文中，我打算简单概括一些普遍的原因，以及我认为哪些因素有助于缓解这种情况。我的建议主要面向以下读者： 

● 不太满意目前的工作，但又无法下决心离职的数据科学家；

● 无法长期留住数据科学人才的经理和组织；

● 计划进入该领域的有志人士。

在正式进入讨论之前，首先我必须说我仍然喜欢数据科学。这是一个回报非常丰厚的职业，只不过你需要了解如何最大化自己的利益。

现实与期望

 

数据科学家的职位听起来太厉害了：工作中接触的都是尖端技术，通过各种有趣的方式解决难题，使用新算法，开发对组织影响重大的机器学习解决方案。

然而，对于许多人来说，这一切都只是美梦。

根据我的亲身经历，以及众多业内人士的经验，现实与期望往往有天壤之别。我不得不说，这是导致数据科学家倍感沮丧并离职的首要原因。

导致这种情况的原因有很多，但我们应该记住，这是双方面的。

不切实际的期望

在职业生涯发展的早期，许多数据科学家都没有在真正的组织中工作的经验。就像你在社交网络上看到的别人都不是现实的生活，人们只能看到数据科学光鲜的一面，并以为这就是常态。

我发现，刚从大学毕业或从某个学术界的研究职位脱身出来的人，往往都有这种错误的认识。他们会假定时间和预算都没有限制。我经常听到数据科学家的抗议，说他们无法设定一个完成工作的时间线，只能顺其自然。这种思想并不太正确，与大多数组织的文化都不太吻合。

你只能根据要达成的目标范围调整时间，或者根据时间计划调整范围。

另一个导致数据科学家离职的主要原因是，这个岗位上的许多工作都平淡无奇。在大多数组织中，你不仅需要做好技术工作，而且还要处理好其他比较无聊的工作。如果你不喜欢写报告、准备演讲稿、翻来覆去的解释模型或方法的基础知识、管理项目、管理费用，或者设法赢得其他部门的支持，那么肯定会遇到麻烦。

无情的现实

还有一个很普遍的现象是，你所期望的基础设施和数据处理实际上并不存在。

之前，我曾在一家创业公司工作，我是公司的第二个数据科学家。我的一位同事已经在公司工作了18个月，这期间他所有的时间都花在了构建一些基本的数据流水线上。我很幸运，他们历经千难万险才说服了相关人员批准预算，还解决了采用新的云技术时遇到的安全与IT难题。

有些时候，你必须做一名聪明的技术人员，即便面对模棱两可的需求也能顺利完成工作。而能够做好数据科学的工作是其次的。

如果团队中缺乏经验丰富的数据科学家，或者组织的管理人员缺乏管理数据科学家的经验，这些问题就会变得更加严重。如果你是孤军奋战，那么你的观点就很难引起共鸣。这种情况下，很容易导致不愉快的工作环境和无法兑现的期望。

作为数据科学家，你可能会以为自己的职责是构建智能模型，并从数据中获取尽可能多的价值。刚入公司的前几个月，你会忙于建立获取数据所必要的基础设施和流水线。

然而，公司的高级利益相关者只看到你花费了大量时间，但收效却甚微。实际上，如果你能在定期召开的董事会上展示一些简单的图表，他们就会非常满意。他们只看到了昂贵的资源被花了出去，却没有看到你迅速地交付价值。

这种沟通上的脱节导致双方都感到失望。

如果有机会，你应该在面试的时候询问一些相关的问题： 

● 公司最高层中的哪位决定引入数据科学？

● 他们有数据科学相关的经验吗？还是说他们只是跟风？

● 数据团队中有多少人？

● 你们有数据工程师/分析师/运维工程师吗？还是说我需要承担起所有的工作？

以上内容似乎都比较消极，但实际情况也并非那么糟糕。许多组织的数据科学工作开展的都很顺利，只不过你需要平衡自己的期望与该职位的实际情况。

精彩的办公室政治

 

提到办公室政治，相信不少人都会感到头疼。

一支优秀的团队，优秀的管理，却因为办公室政治而郁郁不得志，这类的故事简直层出不穷。我身边也有人有这样的亲身经历：某个组织中数据科学部门唯一的高级领导被迫辞职，随后整个团队被重组，负责一些枯燥的日常工作，每个人都空有一身才华却无处施展。

办公室政治是职业生涯发展中不可避免的一部分。你不必参与这场游戏，你完全可以带着自己高超且稀有的技术力跳槽。

我建议你了解一下组织行为学中的 “EVLN模型”（Exit，Voice，Loyalty和Neglect，即退出，发声，忠诚和怠工）。该模型是经济学家Albert Hirschman于1970年代提出的。

当出现问题时，你有四种选择：

● 退出（Exit）指的是辞职，使公司陷入更糟的困境，因为问题依然存在，却失去了你的技术力和经验。

● 发声（Voice）指的是勇敢地站出来，与主管讨论有关组织变革的问题，表达自己的看法等。

● 忠诚（Loyalty）指的是耐心等待组织变革好转。如果你的耐心消耗殆尽，事情却没有转机，那么你可能会选择其他方法。

● 怠工（Neglect）指的是迟到、早退、利用上班时间做个人事情等各种消极怠工，这种做法很容易导致自己被开除。

在以上四个选项中，只有“发声”表现出了积极的一面。然而，你选择这种方法，就势必要与办公室政治展开斗争。

在许多情况下，办公室政治的影响可能甚至会超过薪资待遇。预算被大幅削减，你肯定会感觉非常无力。这时，你可以权衡一下应该采取哪种方式，与某个领导的真诚沟通可能会成为变革的催化剂。

如果你所在的组织规模较小，你更容易接近决策者，那么我强烈建议你与他们沟通。与很多人的印象不同，人们通常都希望做正确的事，很少有公司会雇佣恶意与你作对的人。

一般，高级利益相关者可能没有机会了解数据科学团队的需求。你需要花些心思向他们展示如何提高价值，与他们搞好关系可以帮助他们利用你的技术力获取最大价值，而且也可以帮助你更好地了解高层领导人真正关心的是什么。

在从事数据科学的早期，我曾开玩笑地向CFO或财务总监建议自动化一些工作流程。这种方式可以向拥有预算决定权的人证明你的价值，并为你赢得同盟。当然这也只是一句半开玩笑的话，因为这些人非常忙碌，经常被Excel压得抬不起头来。

你需要赢得在业务决策中有影响力的人的好感。他们中的大多数人根本不关心你的算法，而且对统计也没有丝毫的了解。你只需要帮助他们完成一些简单的任务，检索基本的数据，实现一些自动化或汇报工作，就可以赢得他们的青睐。时刻保持微笑，树立良好的形象，时间长了，你就会发现自己能够赢得天时地利人和。

数据科学==数据一切

 

只有设法解决办公室政治的问题，才能树立良好的形象。但这是一把双刃剑。

许多人都不理解（也不关心）数据科学家意味着什么。如前所述，他们只当你是一名聪明的技术人员，能够搞定一切。你可以访问所有的数据，而且装备了各种技术工具，遇到问题，他们头一个想到的就是你。

如果你能处理好这些问题，自然很好，但这会成为负担，当人们开始依赖你并向你施加压力时，你就会感到不舒服。很快你就会发现，自己80%的时间都在做一些初级DBA的工作。

我经常对公司说，数据科学家可以做任何事情，但是一般都比其他人更慢，而且成本更高。我们的压力就来源于任何事情。

这个职位掌握的技术非常广泛，而且职责要求并不清晰，因此很容易因为大家的不理解而被迫承担起其他的工作。你应该与高级利益相关者沟通，帮助他们聘请DBA或BI开发人员，而你自己则可以腾出手来做真正想做的工作。

这种方法也可以避免自己被孤立。如果你所在的数据科学家团队非常小，而且很孤立，那么你所掌握的有关数据的专业技能可以避免自己被孤立。数据就是你的擅长领域，而其他人并没有兴趣争夺这片领域的所有权。你可以帮忙建立更好的组织结构，扩展数据科学家的职责，并扩大与其他团队的合作。

总结

 

作为数据科学家，掌握最新的工具和算法还不够。摆正自己的心态，不要有不切合实际的期望，同时又能通过良好的沟通，让上级理解这个职位，你就更有可能取得成功。

希望文本能够对数据科学家、聘请数据科学家的组织或希望涉足数据科学的人有所启发。

原文链接：https://medium.com/swlh/why-so-many-data-scientists-quit-good-jobs-at-great-companies-429ea61fb566

声明：本文为 CSDN 翻译，转载请注明来源。

预约《大咖来了》直播，赢纪念版卫衣以及保温杯等礼品，在直播间精选留言提问题，若问题被采纳，将直接赠送马克杯！先到先得！

☞360搜索、UC浏览器等被3·15点名应用已下架；马斯克宣布通过NFT卖歌；美团App再发力社交，内测 “群聊”功能 |极客头条☞暗藏 15 年，Linux 惊曝 3 大 Bug 直取 root 权限！☞迷惑行为赏析：把 jpg 图片加密后卖了 247 万
☞微软高层人士变动！张祺晋升为微软公司全球资深副总裁