数学博士后能帮助获得数据科学的工作吗？

Question

我是一名数学研究生，最近我得到了一所好大学的博士后学位。虽然它不是世界上最严格意义上的顶尖学校，但在我的研究领域，它是最好的职位之一。

然而，我最近开始怀疑，学术界是否真的是我的正确选择，我正在考虑学习数据科学，目的是向工业过渡。

问题是，假设我采取了这一步骤，并决定开始研究离开学术界，我是否更好的选择博士后，或者也许在研究生院多呆一年？

获得博士后学位的明显好处是，它将给我充足的时间，让我的金融稳定，以学习新的东西。然而，我最感兴趣的是从开始数据科学的角度来回答:数学博士后是否会被认为是一个简历中值得补充的东西，或者这是否会让人看起来有点“学术性”而实际上阻碍了一个人找到一份行业工作的能力呢？

在研究生院多呆一年的好处可能是，由于这是一个顶级的美国项目，我可以获得大量的资源，但我不确定在一所好的欧洲大学是否能得到这些资源。此外，在我看来，美国的数据科学比国外的数据科学有更多的好机会。因此，如果我的目标是在这里找到一份工作，我想知道如果不离开美国会不会更容易。我不是美国公民，所以工作授权是我必须考虑的事情。

Answer 1

也许有一段时间，一个数学博士会成为一个数据科学职位的立足点，但我认为这个阶段已经来来去去。原因是什么？答案很简单: Tensorflow。

Tensorflow本质上是谷歌所有的博士们聚在一起，为大量的数据科学模型编写公式，在这个过程中，数据科学中有很多的数学问题。这是有意义的，因为数据科学中的大多数数学都是“编写一段代码”。

同样地，DataRobot实际上是世界上最好的Kaggle竞争对手，而且还从数据科学中吸取了大量的数学知识。

所以，我讨厌做坏消息的传播者，但数学博士对大多数数据科学团队没有吸引力。