최상의 답변
이것은 사람마다 다른 의미를 갖습니다. 제가 Scientist-II로 근무하는 회사에서는 다음과 같은 의미가 있습니다.
Scientist 1은 신입생입니다. 그 / 그녀는 자격을 갖춘 유능한 사람이지만 아마도 학업을 갓 마친 사람 일 것입니다. 그들의 이론적 개념은 정확하지만 현실 세계의 제약과 관련하여 지식의 격차를 인식 할 수있는 실제 경험이 없으며이를 처리하는 방법도 없습니다.
과학자 2는 누군가입니다. 이론과 실천의 격차를 해소 한 그들은 실제 문제에 익숙하고 그 문제를 처리합니다. 이 사람은 여전히 자신의 전문 지식 내 문제에 집중하고 있습니다. 그들의 개인 생산성 또는 팀에있는 다른 1 ~ 3 명의 과학자 1/2의 생산성에 영향을 미칩니다.
선임 과학자는 기본 전문 지식이 아닌 문제를 처리 할 수있는 사람입니다. 이“문제”는 조직에 따라 다릅니다. 이는 사람 문제, 팀 간의 조정 등을 의미 할 수 있습니다. 그들의 영향력 범위는 개인 생산성 향상을 넘어 과학자 그룹으로 확장되었습니다.
책임 과학자는 단순히 작업을 완료하는 것이 아닙니다. 대신 그들의 생산성은 조직 개발, 장기 헌장으로 발전했으며 비즈니스 영향을 제대로받을 것으로 기대되며 조직 수준에서 올바른 문제를 식별하고 추진해야합니다.
답변
내 경력의 어느 시점 (응용 과학자 제외)에서 위의 모든 타이틀을 작업 했으므로 그 차이는 기대라고 말할 수 있습니다.
모든 타이틀 / 회사에서… ..
하지만
연구 과학자로서 당신은 한계를 뛰어 넘어 출판하고 발표해야합니다. 결국 그게 성과 평가의 일부가 될 것입니다.
데이터 과학자는 다른 회사에 많은 의미를 가질 수 있습니다. 사후 분석을 수행하거나 회사에서 사용되는 알고리즘을 구축하는 작업을 수행 할 수 있습니다. 웹 사이트. 기본적으로 데이터로 작업합니다.
응용 과학자들은 일반적으로 사물의 생산 측면에서 작업합니다. 일부 회사의 데이터 과학자도이 작업을 수행하지만 일부에서는 스스로 역할을 수행합니다.
저는 현재 과학자로 일하고 있습니다 (과학자로 시작). 여기서 차이점은 문제를 해결하는 데 원칙이 있습니다. 어려운 질문이 있습니다. 문제를 해결합니다. 해결해야 할 기본 원칙으로 돌아가서 때로는 데이터 과학자입니다. 회사에서는 해킹에 의지하더라도 작업을 완료하는 것이 대부분 괜찮습니다. 여기에서는 안됩니다. 또한 때때로 사람들은 문제를 해결하기 위해 라이브러리를 사용하기 만하면됩니다. 그러나 여기에서 필요한 경우 관련 논문을 소화하고 솔루션을 구현할 수 있어야합니다.
연구 과학자로서 당신은 아마도 새로운 솔루션에 대해 생각하고있을 것입니다.하지만 과학자로서 당신이 읽고있는 모든 것입니다. 당신이 그것을 사용할 수 있다면. 물론 코드도 제공 할 수 있다면 보너스 포인트를 얻을 수 있습니다. ..
라인이 흐릿하지만 역할간에 기대치에 약간의 차이가 있습니다.