Q1:市场对于data scientist人才的需求是不是趋于饱和?
嘉宾们给出的答案非常统一：酒香不怕巷子深。张骁师兄认为：很多小公司对data scientist尚没有明确的定义，追随其他公司盲目设置了data scientist岗位，在经济状况不好时会出现裁员。但在成熟的大公司，data scientist是齿轮上不可或缺的重要一环。在大公司基层岗位最近空位不多，但有经验的data scientist还是很紧缺的。李治师兄表示data scientist在中国就业市场还远没有饱和，很多初创公司需要相关人才。孙骁琳师姐则一针见血：有专长的人始终有市场。
Q2：IT vs others – 不同公司Data Science工作的差异主要体现在哪些方面？
对于这一问题，各位嘉宾基于自己的职场背景给出了最中肯的答案。李治师兄指出，不同发展阶段的公司需要不同的技能的人才。刚起步的公司更注重跑通业务模式，成熟的公司则更需要更多深入的analysis。孙骁琳补充，同一公司不同org也有很多差异，比如面向customer的部门会更专注市场分析和商业价值挖掘。具有多年Facebook工作经验的张骁师兄则认为，脸书data scientist是data analyst和PM的结合，优秀的data scientist需要有寻找并sell项目的能力，以及挖掘数据的能力。罗睿师姐也表示Amazon research scientist更偏重研究，applied scientist专注落地，大家需要找到自己的专长，有专长的人始终能在job market找到属于自己的一席之地。
Q3：国内Data Science的行业发展动态如何？
关于这一问题，具有国内工作经验的李治师兄和罗睿师姐分别给出了了自己的理解。罗睿师姐认为，国内大公司对data scientist的技能要求很接近，对研究有较长远的布局，技术有更多的落地场景（比如和医院打交道，解决医疗环境具体问题，深入了解用户需求）。李治师兄也表示：13年回国，过去十年移动互联网快速发展，从线上新兴商业到商品销售再到传统行业，data science的应用逐步渗透到各行各业。技能是相通的，但真正落地需要处理各种数据，跟人打交道，有很多实际执行层面的挑战。比如生鲜电商，一方面需要跟客户打交道，另一方面需要和供应链的上下游打交道，以更全面科学的数据分析来从多个方面提升供应链效率和全流程管理效能，实现三天以内库存周转。应对不断更迭的客户需求和加速细化的应用场景，data science的技术范畴也逐步囊括了很多智能硬件和人脸识别的高新技术。
Q4：做一个Generalist 还是 Specialist？
孙骁琳师姐认为最好是在Generalist的基础上有一些个人专长。罗睿师姐做出了补充，认为无论是generalist还是specialist都需要有problem solving的能力。大家应该找到自己的竞争优势，发挥自己的专长。李治也表示：最终都是problem-driven，如果要做specialist，就要去这个领域做得最好的公司，争取更多的学习资源。如果想做manager，则需要注重发展跟人打交道的能力，逐步培养软实力，提升自己的综合竞争力。
Q5：如何培养Soft Skills？
张骁师兄认为，应该学会充分了解leader、client的需求，站在对方的角度想问题，同时建立自己在公司内部的social network，社交圈的深度和广度决定你的高度。同时，用数据说话，工作和学习中学着给自己的论点做出有数据支撑的分析，同时学习如何讲故事，可以和身边的人锻炼讲明白自己项目的能力。为了培养对问题点更敏锐的嗅觉和判断力，在职场上提出真正有意义、有价值的问题，孙骁琳师姐指出，应多和peer讨论，多看文章、了解新闻和行业动态。李治师兄也表示，data scientist要培养和人打交道的能力，协同更多的资源，学会和他人实现共赢。
Q6：如何从IC变Manager？
孙骁琳师姐认为：可以先做intern manager或带新人试一试。从senior变成manager更多是水到渠成的过程。Manager需要经常business partner打交道，需要考虑如何带好一个组，比如team culture和如何招人。张骁师兄也表示：career growth并不意味着一定需要做manager，成为某一领域的专家也是作为IC很好的growth，建议大家想清楚什么更能带给自己成就感，自己更喜欢和适合带领团队共同成长，还是更喜欢扎根做事攻克难题做出技术突破。罗睿师姐指出：IC和manager需要不同的skill sets，大家要评估自己适合做什么，manager需要更多地培养新人，承担更大的责任，工作体验有点像parenting，需要更多的personal skill & communication skill。但万变不离其宗的是，无论IC还是manager，都需要学会站在他人的角度思考问题。当了Manager后也可以继续成长，不断培养自己的soft skill。同时，个人的职场发展需要更高的眼界。李治师兄也补充说：国内程序员压力很大，很多人其实是被动地走上了管理岗位，Manager需要带球队赢球，定好团队目标，协同资源，创造更好的团队氛围，让团队成员更好的成长。
Q7：Data Science是一个炽手可热的领域，我是否应该转专业？
张骁师兄否定了一定要进入Data Science行业的这一观点，他认为即使要转专业进入data science领域，我们也尽量结合自己的专业，找到自己的专长。在转专业之前，也要多学习、多尝试、多了解。李治师兄也认为，在职场中应多学习，重要的是能力培养而不是已有的知识。