开始我作为数据科学家的职业，是否需要软件工程经验？[关闭]

我是爱丁堡大学的理学硕士，专门研究机器学习和自然语言处理。我有一些实践课程侧重于数据挖掘，还有一些涉及机器学习，贝叶斯统计和图形模型的课程。我的背景是计算机科学学士学位。

我进行了一些软件工程，并且学习了基本概念，例如设计模式，但是我从未参与过大型软件开发项目。但是，我在MSc中有一个数据挖掘项目。我的问题是，如果我想以数据科学家的身份求职，应该先申请研究生数据科学家的职位，还是先获得研究生软件工程师的职位，也许是与数据科学相关的事情，例如大数据基础设施或机器学习软件开发？

我担心的是，我可能需要良好的数据科学软件工程技能，而且我不确定是否可以通过直接担任研究生数据科学家来获得这些技能。

此外，目前我喜欢Data Mining，但是如果将来我想将自己的职业转到软件工程该怎么办？如果我专门研究数据科学，可能会很难。

我尚未受雇，所以我的知识仍然有限。欢迎您提出任何澄清或建议，因为我即将完成理学硕士课程，我想在10月初开始申请研究生职位。

1）我认为没有必要质疑您的背景是否适合从事数据科学职业。从软件工程的角度来看，CS学位的恕我直言对数据科学家来说绰绰有余。话虽这么说，理论知识在没有匹配的实践经验的情况下不是很有帮助，所以我绝对会尝试通过参加其他学校项目，实习或开源项目（也许是专注于数据科学/机器学习/人工智能的项目）来丰富我的经验）。

2）我相信您担心过早地关注数据科学是没有根据的，只要您将从事软件工程作为数据科学工作的一部分，或者在业余时间进行。

3）我发现对数据科学家的以下定义相当准确，希望对您未来的职业成功有所帮助：

一个数据科学家是谁的人是更好的统计比任何软件工程师，更好地在软件工程比任何统计员。

PS如今，有关数据科学主题的大量各种资源令人着迷，但是这种用于学习数据科学的开源课程可能会填补您的BSc / MSc各自课程与数据科学职业现实之间的空白（或至少提供一些进一步研究的方向，也许可以回答您的一些担忧）：http : //datasciencemasters.org或在GitHub上：https : //github.com/datasciencemasters/go。

从我所看到的招聘广告中，答案取决于：有些工作本质上是技术性更高的（设计大数据项目，进行一些分析）或恰恰相反（有些工作是进行分析，存储等）。

因此，我想说一些软件设计技能非常有用，但是您不需要花大钱就能用C＃/ Java或其他任何东西来构建大型程序。我之所以喜欢某些软件技能的原因仅仅是因为您的代码看上去比从未为编程而从未编程的人编写的代码好得多。在大多数情况下，后者对于外部人来说很难理解/调试。另外，有时您的分析需要集成到更大的程序中，了解程序的需求肯定会有所帮助。

绝对。保持您的软件技巧敏锐。如果您只是自己实现所学的所有算法，就可以在学术程序中完成此操作。

顺便说一句，很好的选择课程。也考虑获得实习机会。