我为什么加入麦肯锡成为一名数据科学家

时间飞逝;我们告别了疯狂和意想不到的2021年，步入了新的一年....一个多月前!回顾2021年，我意识到我已经离开咨询工作一年多了。

回首往事,加入麦肯锡是最好的运动之一,我为我的职业生涯(到目前为止),我真的学到很多关于数据科学与职业发展的一般经验(如果你想读到的经验我学到了科学数据,读我的前一篇文章在这里）.

所以作为一个米我想在这篇文章中分享一些我最初加入麦肯锡的原因;在我的下一篇文章中，我将分享我最终决定离开的原因。希望这些文章结合起来能为那些正在考虑的人提供一些见解数据科学咨询作为职业生涯的一步。

在金融行业做了近两年的定量研究员后，我意识到我喜欢我的工作中的分析和数据方面，但我不是金融行业的超级粉丝。

所以我决定把我的可转移数据技能带到其他地方。问题是，在哪里?我只知道我没有想做的事，却对我所做的事一无所知做了想做的事。我想要使用地理空间数据吗?优化消费者营销活动或B2B销售渠道?

咨询是一个完美的行业，如果你和我处在同样的位置——知道你想要处理数据，但不知道你想要处理什么样的数据，或者你对哪个行业感兴趣．

因为咨询公司服务的客户范围很广，不管你的兴趣和激情在哪，你都会找到适合你的东西。即使是在同一行业，你也会与不同规模、成熟度、文化和其他方面的公司合作。

因为有经验的顾问过去曾与数十家公司合作过，他们通常在某个领域开发出最佳实践/剧本。因此，对于数据科学领域的新手来说，咨询是最好的选择之一。”摸到门道”。

2.咨询是改变你职业生涯的好方法

从量化金融研究员到数据科学家的转变并不容易，尽管事实上他们在技能组合方面有很多重叠;许多数据科学领域的招聘人员不熟悉其他领域(以我为例，是定量金融行业)，而且往往不知道如何正确评估非传统背景。咨询员工从更多不同背景所以，如果你想转行从事数据科学，这是一个完美的跳板和转行机会。

如果你以后申请行业的工作，拥有咨询背景绝对是一个优势;部分原因是大多数咨询公司的声望，部分原因是你在顾问职位上获得的技能和经验。

3.你要学会敏捷、快速学习，成为一名全栈数据科学家

在咨询行业，每个项目都是不同的，每个新项目都像是得到一份新工作。因此，你要学会非常敏捷，并迅速适应不同的工作环境、经理、团队成员和利益相关者。有些客户端使用Python，有些更喜欢R;有些客户的数据在数据库中，可以通过SQL提取，有些客户的数据只有csv甚至pdf格式。作为一名数据科学顾问，您经常需要这样做寻找创造性的方法来解决看似不可能的事情和能够学习自己通过工作中学习。

因为每个项目的设置和团队各不相同，作为一名数据科学家，有时(如果你幸运的话)你需要一个完整的数据工程师团队;有时候，你必须成为一个数据工程师，试图从pdf文件中处理客户的“完美”数据。正因为如此，大多数数据科学顾问都是如此“完整的”数据科学家能够参与数据科学项目的端到端流程，包括数据工程、模型构建、工具构建和见解生成。

这些技能对于当今的公司来说非常有价值，尤其是对于初创公司或刚刚开始组建数据科学团队的公司来说。此外，这也是我检验的最佳方式数据世界的职业道路实际上，我对这方面很感兴趣，并想专攻(如果你不熟悉不同的数据职业，请阅读我之前的文章在这里）.

4.退出的选择是很好的，寻找他们甚至是鼓励

大多数行业公司会像避免瘟疫一样避免员工流失，与之不同的是，咨询公司并不太担心员工的离职。原因可能很明显——当咨询行业的校友离开公司加入行业公司时，他们就成为了咨询公司的潜在客户。

每个行业的公司都会在某个时候雇佣顾问;比起你的竞争对手，还有谁比你的校友更适合为你做担保呢?

因为咨询公司接受了员工的最终离职，所以他们创建了很多渠道，比如内部招聘板、通讯等，让他们的校友分享咨询以外的工作机会。

此外，大多数公司喜欢聘用前顾问，因为他们有具有适应和部署数据科学解决方案的经验在不同行业的不同公司。而咨询师们则习惯于被扔进深渊，从零开始学东西很快。

对我来说，咨询是一种很好的方式，可以让我在留有选择余地的同时，明确自己下一步想做什么。一旦我明白了这一点，麦肯锡的品牌、网络和支持(例如，为找一份新工作付费“搜索”时间)就帮我找到了下一个机会。

5.你建立的关系网是不可思议的

由于很多人最终离开了咨询业，所以在行业公司的管理和领导团队中有很多咨询业毕业生。所以，当你想离开咨询行业时，很可能已经有一位McK校友在你梦想的公司工作了;与校友建立联系总是比冷冰冰的电子邮件更容易。

对于前顾问来说，还有一个普遍的现象是，他们最终会根据自己在各个行业的经验，以及在这个过程中发现的机会，创办自己的公司。如果你的梦想是最终建立一家自己的公司，你也很可能在咨询行业找到志同道合的联合创始人(或者你可以通过麦肯锡网络找到并加入一家与你的兴趣相匹配的初创企业)。

结论:

我认为你绝对应该加入咨询公司(McK或其他公司)，成为一名数据科学家，如果你符合以下条件:

咨询可能不适合你，如果:

不知道接下来该读什么?我可能会给你一些建议: