作者lambking (BB)
看板Soft_Job
标题[请益] 资料分析offer选择
时间Wed Sep 30 17:59:43 2015
新鲜人的第一份工作选择
想请问大家会偏向哪个呢
公司A 公司B 台积电
地点 客户端驻点 台北 新竹
职称 data consultant data scientist 工程师
性质 资料分析与 资料分析, 以统计方法
consultant BI,建置platform 提升良率
需面对客户
出差 需出差(较频繁) 需出差(2次/年) 不需
薪水 (N+22)*12+分红 (N+20)*13 台积硕士薪水
优点 扩展人脉,训练 可专精於模型建置 可专精於模型建置
口才与客户沟通
缺点 上班地点不固定 离住处较远 需在外租屋
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 118.165.16.170
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1443607186.A.507.html
※ 编辑: lambking (118.165.16.170), 09/30/2015 18:00:06
※ 编辑: lambking (118.165.16.170), 09/30/2015 18:04:03
※ 编辑: lambking (118.165.16.170), 09/30/2015 18:07:05
1F：→ spiderway: 我的话会选gg 09/30 18:11
2F：推 ggggggh: 好厉害 真强 请问是怎麽样的学经历背景啊 09/30 18:36
3F：→ tw689: 有自信GG待超过2~3年当然还是GG好 09/30 19:00
4F：推 f124: A 09/30 19:04
5F：推 martin790210: 咪仔 09/30 19:25
6F：推 O187: 所以gg年薪到底多少? 09/30 19:30
7F：→ tw689: 领满少说二的1.5倍以上 09/30 19:38
8F：推 herrowui: gg吧！哈哈 09/30 20:01
9F：推 jammy50605: 这薪水八成是外商 09/30 20:03
10F：推 doranako: a的钱比较多，看你要钱还是要生活 09/30 20:07
11F：推 nitero: 请问N是指台积硕士薪水吗？ 09/30 20:12
12F：推 ginseng21: 好强！！ 09/30 20:15
13F：推 c0758: 好猛 09/30 20:41
14F：→ DrTech: 现在新鲜人都可以当科学家了，名称真很廉价。 09/30 21:00
15F：→ DrTech: 这个版很少统计所出身的，难给什麽建议。 09/30 21:01
16F：推 lovdkkkk: 也不一定要统计所, 资工的 ML DM 也是玩统计啊 09/30 21:12
17F：推 yfr: 统计所出身的以数量来说还是多的，四大四中应该至少一两百个 09/30 22:11
18F：→ yfr: 你新鲜人能够拿到这三个OFFER一定不是一般人 09/30 22:12
感谢大家的建议!
在这边补充说明一下背景
拿得是统计与机器学习硕士
认同D大说的 新鲜人很难当到资料科学家
但未来想朝这个方向发展
公司A是美商
考量是觉得资料科学是个日新月异的产业 想要好好的专精和学习
怕选择A之後时间可能相对的被压缩
但另一方面也觉得因为A能接触客户 能培养解释的能力 和多方面的认识人
B虽然是本土企业 做风却很美式 团队气氛很好
台积电的考量比较会是 若几年之後 想转换跑道 是否代价会比较高
谢谢
※ 编辑: lambking (118.165.16.170), 09/30/2015 22:23:44
19F：→ yfr: 我觉得五年内的薪水应该是GG最多，但你如果脑袋中有很多想法 09/30 22:14
20F：→ yfr: 觉得薪水不是第一优先的话，看长远来说，我觉得前两个都行 09/30 22:15
21F：→ yfr: 反正强者就是强者，只要你持续学习保持热情就能做出些什麽 09/30 22:16
22F：→ yfr: 疑!? 我以为我在科技版，那边统计相关的前辈比较多唷 09/30 22:18
23F：→ lambking: 谢谢建议!! 09/30 22:35
24F：推 wheels: A如果是IBM的话可能还要再考虑，非真外商 09/30 22:42
25F：推 lovdkkkk: 假如 N 是 40 IBM 硕士新人应该没那麽高 XD 09/30 22:59
26F：→ lambking: 谢谢, A是一家卖资料分析平台的公司 09/30 23:02
27F：推 drajan: 一般想做data science的应该会走B路线吧 09/30 23:29
28F：→ drajan: A比较像是solution architect B才像一般我们在讲的DS 09/30 23:31
29F：→ drajan: 做一做苗头不对还可以转作data engineer, SDE 路比较广 09/30 23:31
30F：推 tkboy: 这不需要考虑了吧,当然选台GG,能进台GG非产线端的缺,这机会 09/30 23:33
31F：→ drajan: 同事的强度也很重要 在新鲜人阶段 跟着比自己强的同事 09/30 23:33
32F：→ drajan: 能力提升的才快 09/30 23:33
33F：→ tkboy: 应该好好把握.非产线端是可以做很久的,钱也比其他公司多很 09/30 23:34
34F：→ tkboy: 多, 不少四大硕管院的同学,现在年薪比我以前在台积的作业员 09/30 23:35
35F：→ tkboy: 还低.有机会进台积好单位就好好把握. 09/30 23:36
36F：→ MOONY135: A AND B都可以 台积的话 良率这种东西...可大可小... 09/30 23:37
37F：→ recorriendo: A是APT吧? 10/01 00:04
38F：推 Hikkiaholic: 这在GG叫啥工程师? 制程? 10/01 00:19
39F：推 tkboy: 应该是大数据分析吧 10/01 00:39
40F：→ lambking: srr 是良率工程 10/01 00:41
41F：推 mathrew: 比较喜欢B 10/01 07:28
42F：→ mathrew: A很看客户状况，去的客户端很北烂就整组害了了 10/01 07:29
43F：推 yankeerock: B是新创吗 10/01 09:17
44F：推 chunfo: 能借问需要多少背景知识吗 10/01 09:35
补充说明一下
A用的工具除了本身的产品以外 主要会用R, hadoop, spark
或者依照客户端需求需要学一些新的语言
B主要用R, shiny R
我的背景有两个硕士和参加过一些比赛的经验
※ 编辑: lambking (118.165.16.170), 10/01/2015 12:14:15
45F：推 a926: 我会选B. BI 不止CUBE建置这麽简单。如果你还有碰ETL 10/01 17:34
46F：→ a926: 这里面的学问也很多 10/01 17:34
47F：→ a926: 不过有双硕士真利害~给你个赞 :D 10/01 17:47
48F：推 newkey: 双硕士@@ 10/01 18:07
49F：推 thea: B, 口才等磨过一阵子再来练也不迟～～ 10/02 00:22
50F：推 CLFJ: 看出差去哪。如果可以练英文更好。去大陆就没加分了 10/02 02:37
51F：推 popxpopxpop: 统计与ML硕士感觉真不好拿... 10/03 09:55
52F：推 jyuny1: 一堆人没搞过大数据就在回复 原po保重…… 10/04 07:57
53F：→ jyuny1: 你真想走大数据 A 才是你的出路 B 到最後不会是数据科 10/04 07:58
54F：→ jyuny1: 学家而是架构师 10/04 07:58
55F：→ jyuny1: 整个业界 value 的是数据变现的能力 自己思考这件事吧 10/04 07:59
56F：→ jyuny1: 你真的认为数据科学家只要会建模就好？呵呵 10/04 08:00
57F：→ jinny23: 请问大大是拿统计跟机器学习各ㄧ硕士的意思吗？ 10/05 20:03
58F：推 kokolotl: 可是台湾要的大数据分析很多都只是建模 10/09 17:56