Data scientist

2020 年那组三集是理解这个岗位最直接的起点。第一集把能力拆成几块：编程和统计是工具，SQL 要熟练，Python 或另一门语言选一个就够，analytics 方向还要会做数据可视化；更抽象也更难自学的是 business sense 和 product sense，也就是判断该解决哪个业务问题。第二集接着讲怎么练：把 business question 翻译成 data question 再解回去，可以借鉴其他公司的做法，也可以看咨询业怎么处理业务问题，最后靠查漏补缺补自己的知识盲点。第三集则从更上层说明数据科学的意义，是用数据辅助和引导决策，这也是他当时看这个职业未来定位的方式⁠1,2,3。

2022 年那期和 Timothy Chan 的对谈，讨论的是创业公司到底需不需要数据科学家。其中一段提到，如果数据科学家只是算置信区间，公司和他本人都没得到应有的价值，工具可以把这类基础分析接过去，让人腾出来做实验设计这类更重要的事。立正在这期结尾的说法是，让实验更容易跑、放大数据科学家的能力，能让他们对公司贡献更多，也可能让更多公司愿意招这个岗位。需要注意，关于工具替掉基础分析的那段发言归属未确认，不能当作立正本人的判断⁠4,5。

2025 年的 EP77 里，立正回忆腾讯早先只有数据工程和数据分析，商业分析也在，数据科学家这个序列是后来才出现的，算法则是另一条线。他还提到职级答辩的规则：要先讲业务里做了什么、有什么业务影响，技术部分则往往要求往深里讲。这段适合用来理解岗位名称和职责在不同公司、不同年份并不一致，而不是当作对当前招聘市场的描述⁠6。