疫情3年把數(shù)據(jù)科學(xué)家推上神壇，2023年LinkedIn榜單卻漏

2023年LinkedIn發(fā)布Jobs on the Rise榜單時(shí)，Content Planner（內(nèi)容策劃師）擠進(jìn)前三，而數(shù)據(jù)科學(xué)家連影子都沒(méi)出現(xiàn)。這份榜單被轉(zhuǎn)發(fā)了上萬(wàn)次，但很少有人追問(wèn)：為什么疫情期間的"最搶手職業(yè)"，在復(fù)蘇期反而隱身了？

數(shù)據(jù)科學(xué)家的"隱身"悖論

LinkedIn 2023年的統(tǒng)計(jì)口徑變了。疫情期間的榜單看"絕對(duì)增長(zhǎng)量"，2023年改看"同比增長(zhǎng)率"。Content Planner從近乎零的基數(shù)起步，增速自然好看。數(shù)據(jù)科學(xué)家崗位基數(shù)早已龐大，增速放緩不代表需求萎縮。

印尼數(shù)字人才平臺(tái)Glints的數(shù)據(jù)更誠(chéng)實(shí)：2022-2023年，數(shù)據(jù)類(lèi)崗位投遞量增長(zhǎng)47%，但合格候選人缺口反而擴(kuò)大到1:8.3。企業(yè)不是不招，是招不到能用的。

這個(gè)錯(cuò)位制造了信息噪音。求職者看到"Content Planner崛起"，以為數(shù)據(jù)科學(xué)涼了；招聘方看到簡(jiǎn)歷堆成山，卻發(fā)現(xiàn)90%的候選人連清洗臟數(shù)據(jù)（Dirty Data，指格式混亂、缺失值過(guò)多的原始數(shù)據(jù)）都要現(xiàn)學(xué)。

崗位細(xì)分：三個(gè)頭銜，三種活法

數(shù)據(jù)科學(xué)這個(gè)筐里，現(xiàn)在裝著涇渭分明的三類(lèi)人。

數(shù)據(jù)分析師（Data Analyst）活得像翻譯官。業(yè)務(wù)部扔來(lái)一堆Excel，他們用SQL和可視化工具（如Tableau、Power BI）翻譯成"上周轉(zhuǎn)化率跌了12%"。工具鏈成熟，門(mén)檻透明，印尼初級(jí)崗位年薪中位數(shù)約1.2億印尼盾（約5.4萬(wàn)人民幣）。

數(shù)據(jù)科學(xué)家（Data Scientist）更像產(chǎn)品經(jīng)理。他們得問(wèn)"為什么跌"，然后設(shè)計(jì)實(shí)驗(yàn)、建預(yù)測(cè)模型、跟工程師扯皮上線。Python和機(jī)器學(xué)習(xí)框架（如Scikit-learn、TensorFlow）是基本功，但真正的篩選器是"能否把AUC提升0.03講成業(yè)務(wù)語(yǔ)言"。

機(jī)器學(xué)習(xí)工程師（Machine Learning Engineer）則是隱形基建隊(duì)。模型從筆記本搬到生產(chǎn)環(huán)境， latency（延遲）從500毫秒壓到50毫秒，這活兒臟且貴。印尼市場(chǎng)這類(lèi)崗位數(shù)量只有數(shù)據(jù)科學(xué)家的1/5，薪資卻高出40%。

很多人投了一百份簡(jiǎn)歷沒(méi)回音，是因?yàn)橛梅治鰩煹暮?jiǎn)歷申科學(xué)家的崗，或者反過(guò)來(lái)。

作品集陷阱：Kaggle金牌≠面試通行證

印尼某頭部電商的招聘負(fù)責(zé)人曾私下吐槽：收到過(guò)一份"泰坦尼克號(hào)生存預(yù)測(cè)"的Kaggle Top 5%證書(shū)，面試時(shí)讓候選人解釋為什么用隨機(jī)森林而非XGBoost，對(duì)方答"因?yàn)闇?zhǔn)確率更高"——完全沒(méi)提過(guò)特征重要性或模型可解釋性。

作品集的黃金標(biāo)準(zhǔn)變了。2020年前，復(fù)雜模型是護(hù)城河；現(xiàn)在，端到端（End-to-End，指從數(shù)據(jù)獲取到部署上線全流程）的項(xiàng)目才是硬通貨。一個(gè)能展示的項(xiàng)目應(yīng)該包括：從API爬取臟數(shù)據(jù)、寫(xiě)自動(dòng)化清洗腳本、用Docker容器化、部署到云端（如AWS或GCP），最后附一個(gè)監(jiān)控面板截圖。

GitHub上的星星數(shù)不重要，README里有沒(méi)有寫(xiě)"這個(gè)項(xiàng)目幫我發(fā)現(xiàn)了用戶流失的3個(gè)隱藏觸點(diǎn)"才重要。

疫情遺產(chǎn)：遠(yuǎn)程辦公重塑了競(jìng)爭(zhēng)半徑

疫情前，雅加達(dá)的數(shù)據(jù)科學(xué)家和新加坡的同僚活在兩個(gè)薪資宇宙。現(xiàn)在，同一家跨國(guó)公司的遠(yuǎn)程崗位，印尼候選人要和越南、菲律賓、甚至東歐的工程師同臺(tái)競(jìng)價(jià)。

這倒逼出一個(gè)殘酷等式：本地薪資天花板 ÷ 國(guó)際競(jìng)爭(zhēng)強(qiáng)度 = 你的真實(shí)議價(jià)空間。有人選擇深耕印尼語(yǔ)NLP（自然語(yǔ)言處理，Natural Language Processing）這類(lèi)區(qū)域壁壘領(lǐng)域，有人直接跳槽去時(shí)區(qū)重疊的新加坡遠(yuǎn)程崗，薪資翻倍。

LinkedIn榜單沒(méi)告訴你的是：Content Planner的增長(zhǎng)曲線陡峭，但數(shù)據(jù)科學(xué)的職業(yè)生命周期更長(zhǎng)。前者可能五年后被AI文案工具吃掉一半崗位，后者需要持續(xù)學(xué)習(xí)，但淘汰率反而更低——因?yàn)?懂業(yè)務(wù)+能寫(xiě)代碼+會(huì)講故事"的三棲能力，自動(dòng)化最難復(fù)制。

你現(xiàn)在打開(kāi)招聘軟件，數(shù)據(jù)類(lèi)崗位的描述里，"熟悉大語(yǔ)言模型（Large Language Model，LLM）應(yīng)用"出現(xiàn)的頻率是兩年前的17倍。這是新門(mén)檻，還是新泡沫？你的下一個(gè)作品集項(xiàng)目，準(zhǔn)備押注哪一邊？