对话20年美企总监：AI 内卷下 北美Data岗求职有多难？(上）
【本期嘉宾】Nathan老师
美国知名能源公司数据科学总监，有近20年的数据分析、商业分析的业界经验，曾领导过多个能源、金融、IT领域的大型项目
【主持人】孙博士
来Offer创始人。谷歌前高级软件工程师、面试官。南加州大学（USC）CS博士，主攻高效AI和搜索算法。麻省理工（MIT Sloan）商学院EMBA。
| 时间线 |
00:00 孙老师邀请嘉宾Nathan老师，并介绍本次直播将探讨疫情后及ChatGPT普及以来数据科学领域的就业趋势与常见问题。孙老师介绍了Nathan老师作为清华大学数学系高材生、美国知名能源公司数据科学总监的背景，并列举了学员常见的困惑，例如是否可以通过数据分析师岗位实现“弯道超车”，以及大模型是否会导致数据从业者失业。随后，孙老师将发言机会交给Nathan老师。
02:21 Nathan老师进行自我介绍，并概述了团队工作从传统数据分析预测向通用AI、智能体与负责任AI模型的转变。Nathan老师表示自己目前担任管理岗位，并指出过去20年技术栈有了跨时代的进步。
03:06 孙老师明确了本次访谈的两个核心议题：数据行业在美国的职业发展变化，以及企业具体招聘什么样的人才。孙老师首先提出第一个问题，请Nathan老师结合自身20多年的新能源行业经验，介绍其在美国的职业发展历程以及如何与数据科学结合。
03:56…
The skinny
The skinny isn't ready yet — notes appear once the transcript is processed.