数据科学出身可以在咨询行业做什么?
首页 > 顾问主页 > 数据科学出身可以在咨询行业做什么?

谢文强

数据科学出身可以在咨询行业做什么?

2022-01-18...

阅读:91 收藏:0 评论:0 点赞:0

3秒免费留学费用评估

提前算一算,出国留学要花多少钱?

获取验证码

开始计算

数据科学

前言:

其实大家不难发现,这几年北美这边咨询公司(MBB,以及其他专业咨询公司)都开始慢慢扩展招数据科学家。其中MBB还专门为数据科学家们做了一个组(McKinsey: QuantumBlack, BCG Gamma, Bain Avance Analytics Group)。换句话说,数据科学家的重要性在咨询公司中逐渐增加,主要原因是更多的客户意识到使用数据的重要性,而他们没有这些专业技能。咨询公司为了迎合这样的需求当然就会招更多数据科学家。
在咨询公司的日常工作中,最重大的变化是:以前一个项目大概是一个manager带着两个associate,但是现在基本上是一个manager带着一个associate(或两个)+一个数据科学家。然后工作中associate和Data scientist各司其职。
我接下来说说咨询公司数据科学家主要的两种工作模式。

1. 客户的项目(Client Stuy)

client stuy是咨询公司最常见的工作模式,也就是像我上面说的,一个客户(经常是一个很大的公司)找到我们希望我们帮他们解决一个工作方面的问题(一般是比较大比较难的问题)。然后我们接下来这个case之后,在实际工作中,我们需要用不同的方法“解决”这个问题。Associate主要就是查资料+和各种expert打电话+理顺具体方案,数据科学家就是用各种数据(可以是客户给的,也可以是outsie-in ata 或者thir-party ata)去辅助着解决这个问题和证明解决方法的合理性。比如说客户问我们如何提高利润率?从数据科学的角度讲其实就可以对比竞争者的利润率,把公司的产品分类分析等等,最终在大数据(偶尔会有machine learning)的支持下得出一个合理且令人信服的结论。这个结论再结合前面Associate得出的一些结论,就能形成一个初步的解决方案。
至于具体的工作方式和用到的方法,有两件事值得说一下:

客户的项目比较少用到Machine Learning相关知识,即使用到也基本上是linear regression这种比较简单的模型。除非客户特别要求我们用很avance 模型,一般客户想要的不是复杂性和精准度,他们需要的是“可理解性”(interpretability)。也就是你做出的东西他们必须要听懂。只有他们听懂了他们才能信服你的结论。

80/20 rule。也就是说,你不用花你的所有时间去把你的模型或者output弄得完美,因为客户不需要完美的答案。多数时候,客户需要一个快速的,比较可靠的大体结果。所以很多时候如果过多纠结于accuracy等会本末倒置。



2. 资产搭建(Asset Builing)

其实asset builing也是这几年咨询公司才开始重视起来。这个相当于我们数据科学家给我们公司自己打造一下好用的tool和platform。这些平台可能收集了我们的各种可以用的数据,可以用的已经写好的模型等等。Asset Builing重要的地方在于其实本质上它还是服务于client stuy,也就是说我们做好asset其实也是让我们自己或者其他同事在服务客户的时候会轻松一些。
我整体的感觉是asset builing比client stuy会相对轻松一些,但是这类工作也逐渐成为咨询公司数据科学家的一部分日常。



结语:


整体来说,在咨询公司做数据科学可以在不断refine自己技能的同时接触到不同的行业,了解不同行业的构造和需求,对未来发展也是极其好的。尤其是考虑到现在咨询行业对数据科学家的需求量越来越大,这个时候加入会是一个不错的选择。

如果此文章对您有所帮助,是对我们最大的鼓励。对此文章以及任何留学相关问题有什么疑问可以点击下侧咨询栏询问专业的留学顾问,愿金吉列留学成为您首选咨询服务机构。
分享到
去主页浏览TA的更多精彩内容 >>
上一篇文章: 高考后留学美国五大方案!
下一篇文章: 什么咨询公司可以年薪170W?
相关推荐
免费领取留学手册
获取验证码
我已阅读并同意《隐私保护协议》
申请领取
温馨提示
我已阅读并同意《隐私保护协议》
确定
温馨提示
确定