《二》三个方向的对比
从工资收入高低来看，1和3都很高，2要低一些，尤其是非it行业，工资明显低很多，工作地点如果也不是热门地区的话，可能只有1和3的一半。 从工作机会多少来看，近期内对1的需求很高，今后几年内也会保持；2散布在各个行业，加起来也不少；3其实是少数派，职位很少，往往只有大公司才需要，中小型公司可能不需要，即使需要的话，有少数几个人也就够了。 从读什么专业、拿什么学位角度来看，1包含“会一些ml的软件工程师”和“会写生产代码的机器学习专家”两种，也就是说，侧重点会有差异，但是机器学习和软件开发技能都需要。有ee或者cs博士学位最佳，统计等计量学科博士，如果辅修了cs master，也合适。如果只有ee/cs硕士学位也可以，但是硕士生们需要额外自学很多机器学习知识才能胜任，只靠在学校里简单上一两门课，可能不够。此外，找工作的时候，也需要一些运气成分才能找到合适的岗位。 2一般是统计、数据科学、商务分析、工业工程等专业的硕士担任。 3一般是统计、运筹、经济、工业工程、ee、cs等专业的博士担任，需要某领域的深刻理解。
《三》如何在三个岗位之间转换？
如果你做的是1，考虑到工资收入高，能接触到系统的核心（比如linkein是如何给大家推荐工作的），你很可能不会主动考虑换岗位，当然，如果有机会往3靠近，做点新东西，或者处理更上层、更有全局观的问题，很多人会考虑。 有人可能会问，硕士生们，在2类岗位工作几年以后，是否可以从事3？这个要看具体情况，但是整体难度非常大。有一个道理相信很多人都明白：基础工作做1000遍，不代表你能从事高级工作，典型的例子是用天天写sql产生report，写上3年，不代表你能做建模。此外，很多公司看到你的最高学位是硕士，很可能不会考虑你，不给你机会。 3类工作也并非完美，最大的问题在前面说了，工业界职位少，换句话说，你跳槽可能没有几个选择；当然，公司要招有经验的人，合适的caniate也少。如果要往1转，最大的障碍是编程能力如何，能否写prouction coe，如果本身就是eecs出身，那会很容易。 如果想了解更多美国留学信息请关注咨询。
