作者lovepork (我爱猪肉不爱牛肉)
看板Soft_Job
标题[请益] 想改行当资料科学家，能否给点建议?
时间Mon May 14 12:11:22 2018
各位好，冒昧打扰一下!
我的背景是物理Ph.D. 专长是理论凝聚态物理
Ph.D. 论文的主题之一是做奈米团簇的构型最佳化
使用的演算法为我自己改良的基因演算法+能量谷跳跃法(一种变形的蒙地卡罗法)
这虽不是目前大家主流熟知的深度学习或类神经网络
但也是机器学习的一个分支，我博士班也因此在这边累积了不错的根基
不过我的程式码是Fortran撰写的 ， 也非Python或是R (Python我只会基本语法)
毕业後， 我转作金融领域 ， 也因此接触了计量，统计学和一些数据分析的课题
虽然我物理本科的统计力学其实也跟统计学有不算小的重叠
但透过研究金融系统，让我不再局限物理系统的统计分析
而是能将研究系统更广泛的延伸到复杂系统的领域
我目前有在自学微软和资策会共同办的一个资料家的认证课程
说来惭愧! 我本来想应徵物理系的助理教授，
但这样的缺目前真的太竞争
所以想转换跑道 往资料科学家这条路发展
请教各位! 我需要再补强什麽?
才会在业界的工作冈位有比较好的发挥和竞争力呢???
不知道有没有人能给予一些建议呢?
让我在资料科学家这条路上能够有更完整的基础和充实的战力迎接挑战!
感谢!!!
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.127.233.55
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1526271085.A.870.html
※ 编辑: lovepork (140.127.233.55), 05/14/2018 12:12:37
※ 编辑: lovepork (140.127.233.55), 05/14/2018 12:18:04
1F：推 yamakazi: 原来爱猪肉是物理博士 05/14 12:22
2F：→ ice80712: 资料科学就不竞争吗？每个课程出来都一堆学生 05/14 12:23
3F：→ yamakazi: 在金融领域不是做得好好的？ 想办法内转吧 05/14 12:24
4F：→ ice80712: 学几个月就会了 这样也不好谈到高薪吧 05/14 12:24
我本身在物理那边累积不错的数学 ex: 线性代数 非线性力学 数值计算的根基
统计力学在研究所修课的时候根基也打得不错!
统计学和网络科学 则是因为接触金融领域学了不少
是因为有这段学经历 我才想改行做资料科学
我想把我过去的学经历打包之後 往另一道路上前进!
我不太可能从头来过 重新学! 我年纪也不小了 QQ
※ 编辑: lovepork (140.127.233.55), 05/14/2018 12:45:46
5F：推 azurepipi: 个人觉得是加强所属的领域知识 技术方面金融领域 软体 05/14 13:13
6F：→ azurepipi: 工程几乎都不太重视 而偏重决策分析与视觉化 05/14 13:13
8F：推 weinine32: 我觉得，你把Python或R摸熟後就可以去面试了。 05/14 14:31
9F：推 rupcj8: 感觉很强 我觉得你可以直接开投了 05/14 14:52
10F：→ rupcj8: 不过在台湾物理博去GG直接有33 其他产业可能没那麽多钱? 05/14 14:54
11F：推 aiueokaki: 直接投不好吗？可以知道自己缺什麽 05/14 15:41
12F：推 j611062000: 可以直接投worldquant 05/14 15:47
13F：→ eva19452002: 你好强，感觉板上没几个人可以给你建议 05/14 17:39
14F：→ baseguard: 物理很适合，看你要钻多深，要点时间 05/14 17:58
15F：推 hahaxd78: 去打kaggle证明自己实力 05/14 18:14
16F：推 jojojen: 等大大成功发心得文~ 05/14 18:17
17F：推 BignoZe: 你太强了 code好练 数学才是困难的地方 05/14 18:38
18F：推 senjor: 你等级太高了，无法给建议 (躺 05/14 18:56
19F：推 readonly: Python对你来说应该是一天就学完了吧！ 05/14 19:02
20F：推 s860134: 直接去面试都有人收 05/14 19:05
21F：推 s860134: 可以看李宏毅和林轩田教授线上课程 看完就差不多了 05/14 19:20
22F：→ s860134: 机器学习本质还是在做目标函数的最佳化 05/14 19:21
23F：推 exe1023: 我也觉得数学强的话直接丢worldquant吧 05/14 19:48
24F：推 lukelove: 非本科phd找职位, 碰ml又不用上production, 转跑道很难 05/14 21:00
25F：→ lukelove: ㄅ 05/14 21:00
26F：推 Morphee: 直接录取了 年薪200万 05/14 21:05
27F：→ Morphee: 不需要补强 05/14 21:06
28F：推 ChoDino: 直接找工作，会不会 python 或 R 不是重点 05/14 21:09
29F：推 Sunal: 直接找就好了 05/14 21:13
大家真客气!!
其实我要学的东西真的很多
毕竟对我来说是个新的领域
Anyway,感谢各位的鼓励!!
30F：推 shiauji: 统计力学我学怎麽都跟统计学无关呢？连随机变数我都没用 05/14 21:57
31F：→ shiauji: 到... 好奇想问你学的是哪本统计力学？ 05/14 21:57
32F：→ shiauji: 顶多是一些例题用到白努力或是二项分布而已...微乎其微 05/14 21:58
33F：→ shiauji: (更正 白努力分布就是二项分布 一时嘴快 05/14 21:58
34F：→ shiauji: 另外建议可以学有物件导向的语言，Fortran是没物件导向的 05/14 22:00
35F：→ shiauji: 就是在算数值解较快，建议可以从Java/CPP HowToProgram 05/14 22:01
36F：→ shiauji: 入手，大概刷完1000页就有基本概念，比樱花量力好读多了 05/14 22:02
可能我的授课老师的教材比较特殊吧
像是他有教
中央极限定理 Moment's theorem 随机漫步 相变理论 重整化群等等
但我承认跟统计学出发点真的不太一样
但还是有相关就是!
※ 编辑: lovepork (111.184.226.199), 05/14/2018 22:06:18
37F：→ shiauji: 而资料科学家，会建议要学好python，底层的东西学好些 05/14 22:02
38F：→ shiauji: 毕竟ML都是用python，当然也可以从python来学物件导向 05/14 22:05
※ 编辑: lovepork (111.184.226.199), 05/14/2018 22:08:28
39F：推 shiauji: 了解，自己的授课老师是有讲，但我是有修数学系才懂得XD 05/14 22:08
40F：→ shiauji: 感觉前辈你也是猛猛的！一定可以的 05/14 22:10
41F：推 ProTrader: 有很强的机器学习演算法实作能力 学好Python CP值最高 05/14 23:18
42F：→ ProTrader: 当然 你要用其他平台或语言也无所谓啦 总之要能实作 05/14 23:19
43F：→ ProTrader: 专家级或至少接近专家的领域知识(其他领域) 以金融为例 05/14 23:21
44F：→ ProTrader: 全球总经 利率 汇率 原物料 股票 衍生性金融商品.... 05/14 23:22
45F：→ ProTrader: 股票次级领域 产业 新闻 财报 技术型态 筹码..... 05/14 23:24
46F：→ ProTrader: 分点进出表属於筹码进阶知识 基础是融资融券三大法人 05/14 23:25
47F：→ ProTrader: 总之 各种层级的领域知识 再收集相对应的资料 05/14 23:26
48F：→ ProTrader: 就能套入各种机器学习演算法分析 得到分析结果 05/14 23:27
49F：→ ProTrader: 各种机器学习演算法 重要的不多 全部学会对你来说不难 05/14 23:29
50F：→ ProTrader: 困难的是 你要先找到资料科学家职缺而且你懂领域知识 05/14 23:31
PT大的金融知识真的很专业!
你也是做quant吗?
51F：推 aappooww: 去报北医大数据学士後 05/14 23:47
52F：推 dini2012: 觉得可以直接投 worldquant ＋1 05/14 23:48
53F：推 thid5335: 中央物理可能不一定过resume screen吧 05/15 00:28
54F：推 goldflower: worldquant好像蛮吃学历跟特殊经历的 05/15 00:32
55F：→ discipile: 不看好这麽多资料科学家工作的可能性 05/15 00:36
56F：→ discipile: 我熟悉的几间公司开的资料科学家或工程师缺实际上都是 05/15 00:38
57F：→ discipile: 资料工程师而已 05/15 00:38
58F：推 atpx: 建议直接上linked in找亚洲区的演算法缺 05/15 01:25
59F：→ atpx: 工具技能不用担心, 聘的起你的一定有足够资源让你学工具 05/15 01:25
60F：→ atpx: 你的高度在台湾金融界没有缺, 很遗憾这样说 05/15 01:26
61F：推 gbd37: 太难啦 看不懂啊 几个人看的懂 05/15 08:05
62F：推 gozule: 金融计量深入後，和物理的热力学与解pde有很深的关系，资 05/15 08:08
63F：→ gozule: 料科学反而变成是工具而不是主力 05/15 08:08
64F：→ gozule: 而且会重度使用最佳化分析，这才和资料科学比较有关 05/15 08:10
65F：推 BBSealion: 做quant屌打台湾绝大多数资料科学家，就算国外也不输XD 05/15 09:29
66F：→ BBSealion: 我是说国外quant比国外资料科学家。好quant不做吗? 05/15 09:29
67F：→ painkiller: 去对岸做quant比较快 台湾DS缺应该不多 05/15 09:42
如果quant跟资料科学家的性质类似
我会试着投看看!
我觉得quant比较神秘，导致我对这个工作没啥概念XD
※ 编辑: lovepork (111.184.226.199), 05/15/2018 10:48:46
68F：推 ProTrader: 有2种 p-quant(机器学习) q-quant(解偏微分) 05/15 13:36
69F：→ ProTrader: 前者分析历史资料 後者建模型导公式 哪个才是你要的? 05/15 13:38
70F：→ ProTrader: 自己孤狗 选择权BS模型 拿诺贝尔奖 是後者典范 05/15 13:41
71F：→ ProTrader: 前者就现在很红的机器学习资料科学家之类的 05/15 13:42
72F：→ ProTrader: 我属於前者 不管哪一种 都是外国缺远多於台湾 05/15 13:45
73F：→ davidtnfsh: 原po想做想做哪个领域的资料分析？ 05/16 09:41
主要是金融吧，生物资讯和社群也有兴趣!
但很多半导体公司或是传产也在徵聘资料科学家就是
帮忙做产线异常分析或是舆情分析的预测
※ 编辑: lovepork (140.127.233.55), 05/16/2018 11:47:29
※ 编辑: lovepork (140.127.233.55), 05/16/2018 11:48:49
74F：推 Harlequin727: 国外不少有data scientist的缺 薪资也很高 05/16 15:19
75F：推 Harlequin727: Senior同事月薪都是25W台币以上 05/16 15:21
76F：→ davidtnfsh: 如果已经有喜欢的领域，或许楼主可以在该领域做side p 05/16 21:42
77F：→ davidtnfsh: roject或是相关领域的kaggle，最後把成果附在履历上， 05/16 21:42
78F：→ davidtnfsh: 这样应该就稳了xd 05/16 21:42
79F：推 THEWORLDS: GOOGLE 05/17 23:51
80F：推 erlangsen: 我也是学相变理论的，研究主轴是磁性系统，主要方法都 05/20 14:59
81F：→ erlangsen: 用零温量子蒙地卡罗跟重整化群。常看到一般统计的前提 05/20 14:59
82F：→ erlangsen: 也未免太～理想了吧，真的可以解决真实问题吗XD 05/20 14:59