数据科学家财务自由指南：选创业公司还是FAANG大厂？

在这个日渐技术化的世界里，数据科学家和分析师的职位出现了，他们的职责从优化Yelp的评论，过滤亚马逊的推荐，到设计Facebook的功能。但是，哪种类型的公司最适合你呢？答案在于这些公司之间的主要区别——工作类型、预期经验、优先技能——所有这些因素都有助于更全面地理解该职位的确切含义。如果你想了解更多数据分析相关内容，可以阅读以下这些文章：

New Grad 成为 FAANG 数据科学家的10个找工作技巧
别犯这5个数据科学家常见错误，你就已经一只脚迈进FAANG了
FAANG技术面试4大惯用手段如何破解？
Google Product Analyst 面经详解

完整的职位描述很大程度上取决于公司的类型，当你从初创公司转向中型公司，或者到FAANG这样的大厂(Facebook、亚马逊、苹果、Netflix、谷歌) 时，你可能会发现自己对很多任务都不熟悉。有兴趣进一步了解FAANG公司吗？那就去阅读关于Facebook，亚马逊，苹果，Netflix和谷歌的公司指南！但是，哪种类型的公司最适合你呢？答案在于这些公司之间的主要区别——工作类型、预期经验、优先技能——所有这些因素都有助于更全面地理解该职位的确切含义。

创业公司

创业型公司指的是那些在快节奏的商业世界中出现，快速开发创新产品或服务的公司。美国小企业管理局(U.S. Small Business Administration)对初创企业的正式描述是：“通常以技术为导向，具有高增长潜力”;高增长潜力在这里指的是员工、收入或市场。这种类型的公司主要在两个方面很独特：工作的多样性和低人员数。

工作的多样性

在初创公司，数据科学会涉及方方面面。数据科学家需要具备数据工程、机器学习、分析、数据可视化以及传统上不被称为数据科学的工作等方面的知识。你可能还需要参加市场会议，或与工程师密切合作，部署模型，建立工程管道等。在初创公司工作的最大好处，是可以获得和发展多种技能，这在大公司是很少见的。作为一家初创公司的数据科学家，你可能会被指派去处理那些你必须要去“弄清楚”的问题。这就带来了大量的自主学习、自我调节、以及个人的自主权和独立性。

低人员数

因为初创公司的员工很少，随着公司的发展，升职会变得更容易。然而，低员工人数是一把双刃剑。一个小公司人越少，通常资金也更少，通常来说，这就意味着与规模大的公司相比工资较低。因此，一个常见的职业道路是先在大公司开始，获得了经验和更高的薪水，然后过渡到创业公司，获得更多样化的经验和职业发展。虽然创业的职业阶梯可能更容易往上爬，但在工作和生活上的平衡不会很好。更快的创业步伐会导致不断变化和动态的环境–虽然成为一名董事可能只需要几年的时间，但建立成功企业所需的技能需要更多的时间消耗和坚持不懈的磨练。

FAANG 公司

FAANG是一个首字母缩写词，代表了排名前五的科技公司:Facebook、亚马逊、苹果、Netflix和谷歌。这些科技巨头与创业公司的区别主要体现在四个方面：效率、流程、工作职责和职业轨迹。

注：在本节中，我们只会提到FAANG公司的数据科学家，但所描述的角色也代表了其他拥有大量员工的大型科技公司的数据科学职位。

效率

全球科技强国拥有数万名员工，他们都在执行各自的任务。工作输出被精准度量，团队成员也都被放在不同等级架构中。从这个意义上讲，工作充斥着定义明确的订单任务，员工向他的老板汇报工作，老板衡量员工的成功。与初创公司的流动性职位相比，这个工作更容易管理和理解。

流程

在一家经验丰富、管理良好的公司，从学术界或之前的工作经历过渡到这个职位会是无缝衔接的。训练营是一种公共资源，可以为未来的员工提供跨多个部门所需的必要技能。

工作职责

一般的工作将围绕着分析和创建图表开展。无论是分析公司的整体表现还是某个功能的成功与否，数据分析工作都是非常简单明了的。

职业轨迹

就像前面提到的，在FAANG公司里晋升通常会比较困难。但是，作为外包岗可能更容易赚钱，这个角色通常需要深入优化和生产产品。职场阶梯与初创公司截然不同，晋升到主管职位可能需要数十年的努力。

例如，在亚马逊，一个典型的职业阶梯可能是从商业分析师到商业智能工程师，再到数据科学家，再到研究科学家，随后的每一个职位都有更高的薪酬。每个角色也有四个“阶段”:一级、二级、三级(高级)、和四级(校长)。从这些公司的等级制度中可以看出，晋升的道路是明确的，但与初创公司的类似晋升相比，要“完成”更多的阶段。

中型企业

据经济合作与发展组织(Organization for Economic Cooperation and Development) 所说，尽管不同行业和国家对中型企业的确切定义各不相同，但中型企业通常拥有50至250名员工。这种类型的公司可以被视为介于初创公司和FAANG公司之间的中间地带。

随着快速成长阶段的结束，公司开始感受到市场和竞争对手的压力，中型公司会经历所谓的“成长烦恼”。在员工方面，在初创公司的自由和FAANG的结构之间实现了一种平衡感。意思是，虽然数据科学家的职位是被设计用来适应不同的需求的，但同时他也会有一组明确的责任需要执行。

最后，当负面因素找到了平衡，收益和福利也一样。中等规模公司的数据科学家的平均工资会高于初创公司，但低于FAANG公司。晋升的机会也介于初创公司和FAANG之间。虽然不能保证成为公司的主要贡献者，只要有耐心和毅力，就有可能扩大团队规模，为公司带来巨大的价值。

总结

你可能会问：“多大规模的公司才最适合我？”

一个人理想的公司规模很大程度上取决于他的个人目标和优先事项——是报酬、晋升还是多样化的经历？或者两者兼得？但是，考虑到全球数据科学革命的不断发展，仍然存在一个问题：“我如何才能找到一份数据科学的工作？”

感谢你的阅读，欢迎关注我们的公众号了解更多面试指南，以及解决问题的建议和技巧。这里也有更多的数据科学面试准备资源，如数据科学面试书籍和Python数据科学面试问题等等。你还可以订阅我们的YouTube频道，观看大量数据科学相关公开课：https://www.youtube.com/channel/UCa8NLpvi70mHVsW4J_x9OeQ；在LinkedIn上关注我们，扩展你的人际网络！https://www.linkedin.com/company/dataapplab/

原文作者：Jay Feng 
翻译作者：Lea
美工编辑：过儿
校对审稿：Jiawei Tong
原文链接：https://towardsdatascience.com/data-science-at-a-startup-vs-faang-company-19af9e1d6757