为什么我加入麦肯锡作为数据科学家
时间真的很苍蝇;我们向疯狂而意外的2021年说再见，进入了新的一年......多个月前！反思2021年，我意识到我已经离开了一年多的咨询生活。
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,读我的前一篇文章这里）.
所以作为A.米对自己和对咨询世界感兴趣的人，我想在这篇文章中分享一些关于我最初加入麦肯锡的想法;在我的下一篇文章中，我将分享为什么我最终决定离开。希望，组合这些文章将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。
- 咨询是一个寻找激情和了解不同行业和不同行业专家的好地方
经过近两年的金融业在金融行业的研究人员之后，我意识到我喜欢我工作的分析和数据方面，但我不是金融业的巨大粉丝。
所以我决定在其他地方接受我的可转让的数据技能。问题是，在哪里？我只知道我是什么没有想做的事，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?
咨询是完美的行业，如果你在同一个位置，就可以了 -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．
由于咨询公司提供了广泛的客户，无论您的兴趣和激情谎言，您都会找到适合您的东西。即使在同一行业内，您也可以根据规模，成熟，文化和其他尺寸使用各种公司。
由于经验丰富的顾问过去曾与数十家公司合作，因此他们经常在某个地区开发出最佳实践/剧本。因此，作为数据科学领域的新人，咨询是最好的地方之一学习绳索“。
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而不是典型的行业工作，所以如果你想把职业转变为数据科学，这是完美的踏脚石和枢轴机会。
如果您稍后申请行业工作，则咨询背景肯定是一个加号;部分原因是大多数咨询公司的声望，部分原因是您在顾问角色中获得的技能和经验。
3.你要学会敏捷、快速学习，成为一名全栈数据科学家
在咨询中，每个项目都会有所不同，每一个新的订婚就像获得一份新工作。因此，您学会非常敏捷，并迅速适应不同的工作情况，管理人员，队友和利益相关者。一些客户使用Python，一些更喜欢R;一些客户端的数据位于数据库中，可以通过SQL提取，其中一些仅在CSV中具有数据甚至PDF。作为数据科学顾问，您经常需要找到创造性的方法来解决看似不可能的方式和自己的技能通过工作中学习。
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，因为他们有调整和部署数据科学解决方案的经验在各个行业的不同公司。和顾问习惯于抛入深渊，快速地从头开始学习。
For me, consulting was a great way to figure out what I wanted to do next while keeping my options open, and once I had figured that out, the McKinsey brand, network and support (e.g. paid “search” time to find a new job) helped me line up my next opportunity.
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：
如果以下任何一项适用于您，我认为您应该完全加入咨询（MCK或其他公司）作为数据科学家：
- 您不知道您对数据科学家充满热情的数据
- 你不知道哪个行业适合你
- 你希望将自己的职业生涯从另一个领域转向数据科学
- 你想要学习数据科学的可靠的最佳实践(注意，最佳实践并不一定意味着最前沿;事实上，几乎总是相反的)
咨询可能不适合你，如果:
- 你想深入，专注于一定的数据科学领域（例如，你知道只想专注于建立ML模型，是该地区的专家）;这可能是咨询，但在行业角色方面可能更容易实现
- 您希望在数据科学中削减尖端方法（我将解释为什么您很难在我的下一篇文章中咨询这一点，我解释为什么我离开麦肯锡）
不知道下一步读什么？我可能会为您提供一些建议：
