Skip to content

Latest commit

 

History

History
93 lines (47 loc) · 7.49 KB

5-things-review-before-accepting-data-scientist-job-offer.md

File metadata and controls

93 lines (47 loc) · 7.49 KB

接受数据科学家职位前需要审查的 5 件事

原文:www.kdnuggets.com/2019/05/5-things-review-before-accepting-data-scientist-job-offer.html

c 评论

握手

如果你正在阅读这篇文章,你可能已经收到了至少一个数据科学职位的录用通知。祝贺你!这本身就是一种成就,特别是考虑到数据科学职位市场的竞争激烈。


我们的前三个课程推荐

1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。

2. 谷歌数据分析专业证书 - 提升你的数据分析技能

3. 谷歌 IT 支持专业证书 - 支持你组织的 IT


但在你过于兴奋并签署确认你新职位的文件之前,有些事情需要先检查。以下是其中的五个:

1. 薪资

根据 PayScale,数据科学家的平均薪资为$92,949。对于入门级职位,这一数字降至$88,973。希望你在开始求职之前,已经研究过与自己经验相当的数据科学家的薪资。如果没有,现在是时候获取这些数据,并看看它们与工作报价的对比情况。

考虑生活成本等因素,尤其是当工作要求你搬到一个新地方时。此外,评估你是否需要忍受长时间的通勤来每天上班。是否有公共交通线路可用?回答这些问题可以帮助你确定所提供的薪水是否能让你过上舒适的生活。

当你处于谈判阶段时,公司可能会问,“这个工作对你来说值多少钱?”即使这看起来是一个随意的问题,它也可能是为了看看你是否会接受一个较低的数字。

2. 其他福利

薪资无疑是关键,但在考虑数据科学公司为员工提供的条件时,你也应该采取全局的视角。Label Insight 是一家利用数据科学提升食品标签透明度的公司。它还为团队成员提供了优秀的福利,包括无限的假期、宠物友好的工作环境和配备齐全的厨房,以及更多常规福利,如补贴健康保险。

考虑一下哪些因素会使数据科学公司成为理想的工作场所,并评估提供该职位的公司是否符合这些偏好。也许你希望每周能有一天在家工作,或者希望公司能经常为员工支付参加数据科学会议和课程的费用。

如果公司没有提供你希望的大部分或至少几个福利,这不一定是拒绝报价的理由,但可能会成为谈判的事项。例如,公司可能没有为所有员工制定远程工作政策,但也许你的角色比大多数人更适合独立工作。

3. 你是否是随意雇佣员工

宾夕法尼亚州是一个随意雇佣州,与弗吉尼亚州、德克萨斯州和其他 11 个州一样。这意味着,如果你住在这些州之一,合同标识为随意雇佣员工,你的雇主可以因任何理由或没有理由解雇你。如果看到合同中有可能随时终止的条款,请仔细考虑是否接受该工作。

有些公司决定投资数据科学主要是为了跟上竞争对手。但它们通常没有具体计划说明如何使用数据科学或数据如何帮助解决具体问题。

在这种情况下,想象一下如果你认为合同至少会持续三年,但随意雇佣条款允许雇主终止你,而他们确实这样做了,因为他们的数据科学期望没有实现,这种困扰会有多大。这可能是由于资源不足,而非你个人的失败。但随意雇佣条款仍可能导致你失去工作。

4. 工作职责

工作内容可能已经在你之前的很多讨论中出现过。但你仍然应该仔细查看工作邀请,确保一切如你所预期。在查看职位细节时,你可能会注意到一些红旗。例如,合同可能写着你将是公司唯一涉及数据科学的人。

或者,也许人力资源代表提到公司希望启动高级分析程序,但合同上却写着你是该项目的团队负责人,只需指导另外两个人。在这种情况下,任务可能过于庞大,你应寻找其他工作机会。

理想的工作应该挑战你,但不会让你觉得自己不断追求不可能的期望。即使你在数据科学班级中名列前茅或有多年经验,如果现有资源与工作要求不符,你也难以获得成功。

5. 工作时间

工作合同中还应说明此职位每周涉及的小时数。此外,还要检查合同以了解如果加班会发生什么情况。

在美国,联邦法律规定,如果你是符合领取加班费的员工,你将获得基本工资加 50%——通常称为时间和一半。然而,并非所有工人都能获得加班费。作为数据科学自由职业者或每小时收入超过某一额度可能意味着你无法获得加班费。

你的数据科学角色可能会要求你偶尔在平常工作时间之外工作,例如完成一个有紧迫截止日期的项目。但如果你没有加班费,考虑到你可能会因为为了薪资而过度工作,进而对这份看似理想的工作产生反感。

谨慎会带来结果

在收到工作邀请后,几乎立刻接受是很有诱惑的。但最好的做法是要求时间审视,并评估上述因素以及其他对你重要的因素。这样展示的谨慎帮助你判断这份工作是否适合你。

简介:Kayla Matthews 在《The Week》、《The Data Center Journal》和《VentureBeat》等出版物上讨论技术和大数据,已有五年以上的写作经验。要阅读更多 Kayla 的文章,订阅她的博客 Productivity Bytes

原创。已获授权转载。

相关:

  • 如何识别一个好的数据科学家职位与不好的职位

  • 数据科学家的日常生活

  • 如何自行 DIY 数据科学教育

更多相关主题