Nejlepší odpověď
To by pro různé lidi znamenalo různé věci. Ve společnosti, ve které pracuji jako Scientist – II, by to znamenalo následující:
Scientist 1 je pozice na vstupní úrovni. Je to schopný jedinec s pověřovacími údaji, ale pravděpodobně někdo, kdo je čerstvý z akademiků. Jejich teoretické koncepty jsou přesné, ale nemají skutečné zkušenosti z reálného světa, aby si uvědomily mezery ve svých znalostech s ohledem na omezení reálného světa, a neumí s nimi zacházet.
Scientist 2 je někdo který překlenul propast mezi teorií a praxí. Jsou obeznámeni s problémy skutečného světa a mají s nimi co do činění. Tato osoba se však stále zaměřuje na problémy v rámci svých odborných znalostí. Ovlivňují jejich osobní produktivitu nebo produktivitu 1–3 dalšího vědce 1/2 v jejich týmu.
Senior vědec je někdo, kdo je schopen zvládnout problémy mimo primární odbornost. Tyto „problémy“ závisí na organizaci. Může to znamenat problémy lidí, koordinaci mezi týmy atd. Jejich sféra vlivu se rozšířila nad rámec zlepšování jejich osobní produktivity na skupinu vědců.
Hlavní vědec je někdo, komu nestačí jen práce. Místo toho se jejich produktivita vyvinula do rozvoje organizace, dlouhodobé charty, očekává se, že budou mít správný dopad na podnikání, a měla by být identifikace a řešení správných problémů na úrovni organizace.
Odpověď
Pracoval jsem na všech výše uvedených titulech v určitém okamžiku své kariéry (kromě aplikovaného vědce), řekl bych, že rozdíl je v očekáváních.
Ve všech titulech / společnostech … no očekáváte, že budete pracovat o věcech, které jsou pro společnost důležité.
Ale jak
od Research Scientist se od vás očekává, že budete tlačit na obálku a publikovat a prezentovat. Nakonec to bude také součástí vašeho hodnocení výkonu.
Vědec v oblasti dat může pro různé společnosti hodně znamenat. Mohli byste provést nějakou post-analýzu nebo pracovat na vytváření algoritmů, které se používají ve vašem v zásadě práce s daty.
Pracovníci aplikovaných vědců obvykle pracují na produkčním aspektu věcí. Data Scientist v některých společnostech to také dělá, ale v některých si roli sami vytyčují.
V současné době jsem vědecký pracovník (začínal jsem jako vědec). Rozdíl spočívá v principiálním řešení problému. Existuje náročná otázka .. vyřešíte ji … vraťte se k prvním zásadám, které je třeba vyřešit. Takže někdy datový vědec ve společnostech jsou většinou v pořádku s dokončením práce, i když to znamená uchýlit se k hackům. To je zde ne-ne. Lidé někdy také používají k řešení problému knihovnu a to je v pořádku. Ale zde, pokud je to požadováno, byste měli být schopni strávit relevantní dokument a implementovat řešení.
Takže jako vědecký pracovník pravděpodobně uvažujete o nových řešeních, ale jako vědec a vše, co o nich čtete a vidíte pokud to můžete použít. Samozřejmě, bonusové body, pokud můžete odeslat i svůj kód.
Takže zatímco čáry jsou rozmazané, ale pak existují určité čisté rozdíly v očekávání mezi rolemi.