做数据科学家，硕士和博士学位有啥区别？

读了前面关于数据科学的文章
，相信你也能明白，拿到博士学位，更有利于做data scientist。
比如同样是学统计出身的，作为master你可能做的是底层工作，接触不到太多核心的东西，工作基本内容可能就是用SQL倒腾数据、在R 里面做点初步处理，而PhD们职位起点高，上来就是做统计分析、建模等高级工作。这个跟统计/生物统计的master和phd出路也类似：前者很典型的工作是SAS programmer，后者直接是statistician or biostatistian，可以参考Warald以前的一篇贴子《
统计和生物统计硕士博士出路比较
》，尽管Data Scientist是个新职业，但是道理大体一致。
同样是学CS出身，master们成为软件工程师，做的是底层的实现，尤其是公司的新人，系统框架早由高手们搭好了，来了coding的活你就去做，你考虑问题的范围很小，就是如何写好你负责的code 。而PhD们，可能是Research SDE、Applied Scientist/Researcher（这个是微软的title），跟其他的组合作来实现核心的Machine Learning或者Information Retrieval系统，一般都被要求能独立思考，能针对一些问题提出自己的想法和解决方案，老板也很鼓励你去创新、会给你自由让你探索新的project。
另外，越是技术上比较先进的公司，往往越是倾向于招收博士，提供的职位也更高级，待遇更高。如果是硕士生，往往得有几年工作经验才会被考虑 – 刚毕业的硕士，无论哪个专业的，只是修了些硕士层次的课程，可能达不到公司的要求。
Joyce不做SAS programmer，成为market research analyst
。Warald这里想强调的是：PhD们机会更多，概率更大，在Data Scientist这类职业上，远比master有优势。
如果你是master学历，拿到多个job offer有得选择的话，建议考虑一下长远发展，比如一个大公司让你去用SQL倒腾数据，给8万美元一年，另一个公司让你做统计分析，给7万一年，Warald的建议你从了后者，对工资、公司名气不满意的话，过两年跳槽就是了。