作者fyc22122 (阿兴)
看板Soft_Job
标题[请益] 新鲜人资料科学工作请益
时间Sun Feb 24 14:04:02 2019
各位版上的大神好
小弟因为刚退伍 农历年之後在找资料科学相关的工作
有一些问题想要请教各位有经验的前辈
如果有那里思虑不周请各位前辈多多包涵。
我的背景:119商学院硕士毕,托福108,大学是念财金,
R跟Python有一年多的经验,主要都是硕班开始自学
有打过两个Kaggle比赛,都是用Python来做,但是成绩大概都是中等而已
比较经典的机器学习方法都了解并且可以拿来用跟调参数
深度学习的话我也是上了网路的课程然後自己有拿来做一些小专案。
目前去面了几间公司之後有拿到一间上市科技公司资料的部门的offer
我有一些考量的点是
1. 这间公司没有制造方面的数据分析,资料部门主要是建模型来改善公司内部的一些流程。
以及是B2B的公司,跟我以前了解应用比较多、比较熟悉的B2C数据分析可能不一样
2. 我自己其实比较想进金融业做资料科学,但是因为我自己并非理工背景出身,
又想要之後职涯发展工作是可以多建模型、多碰技术
一方面也觉得可以在科技业的资料部门有工作经验
也可以让我未来职涯发展会比较能说服别人我技术能力没问题
3. 想请问版上各位大神,如果我目前在科技业B2B做资料科学
三年、五年之後要转到银行业去做资料科学会有障碍吗?
或是其实有资料科学的工作经验的话并不会很难转换产业?
4. 薪水是本薪比较低,但是每年会有额外3个月的绩效奖金
这个绩效奖金是确实会拿的到吗?还是其实根本拿不到?
另外,因为目前看到玉山跟国泰也有在找数据分析的人,
我应该也会去投递履历、面面看这两间,
我想请问一下版上的大神有没有玉山TMA的一些资讯,
如果是去做TMA的话,会变成比较偏向专案管理
而没办法累积太多实际建模经验吗?
然後如果科技公司跟玉山、国泰相比,
以我的背景是应该要去科技公司累积资料科学工作经验比较好?
或是应该要先放弃科技公司offer,直接先去等玉山跟国泰的面试机会?
问题很多,希望各位大神、前辈可以跟小弟分享。
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 104.237.91.92
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1550988245.A.02F.html
1F:→ HamalAri: 银行比较好吗? B2B 比较不好吗? 为什麽会考虑这两个点 02/24 16:23
2F:→ HamalAri: ? 02/24 16:23
应该是说我比较熟悉的数据分析应用在银行、电商比较多
然後这种银行、电商的数据分析经验应该也比较通用性强,
对零售或是一些B2C的新创的数据分析概念雷同。
而B2B的东西可能是针对每个公司的专门性比较强?
相关的经验如果之後要换工作可能比较没有那麽通用?
这是我没工作经验的人的想法,不知道实际上是不是这样子?
※ 编辑: fyc22122 (104.237.91.92), 02/24/2019 16:39:39
3F:→ john0312: 银行的世界跟资讯圈差异很大喔 02/24 18:06
4F:推 jiayun0902: TMA基本上只收资工 资管 统计系毕业的 尤其以资工资 02/24 18:20
5F:→ jiayun0902: 管为大宗 02/24 18:20
6F:推 ericsung: 新鲜人多接触其他也不错,有就先去,资料科学家多点其他 02/24 21:18
7F:→ ericsung: 资料处理经验更好 02/24 21:18
8F:→ yuanintw: 玉山TMA big data组工作是以资料科学中的建模为主 02/25 00:57
9F:→ f496328mm: 台湾做资料科学比较可怜 要身兼资料工程师 02/26 01:24
10F:→ f496328mm: 什麽都自己来,收集 data、data clean、data mining 02/26 01:24
11F:→ f496328mm: 光前面两个就搞死人,前面没做完,後面也别想做了 02/26 01:25
12F:→ f496328mm: 而且在做 data engineer 时,根本看不到获利、价值 02/26 01:26
13F:→ f496328mm: 除非老板肯先烧钱..... 02/26 01:26
14F:推 gn00710311: 推荐大树,如果你就是想去银行做资料科学相关 02/28 01:43
15F:嘘 lspci: 笑死 每个都想享受 苦工都别人做 02/28 11:18
16F:嘘 lspci: 只想眼高手低 坐享其成 还以科学家自居 脸皮真厚 02/28 11:20
17F:→ mago: Data collection, Data clean , data investigation 都是DS 02/28 15:56
18F:→ mago: 该有的技能好吗, DE是考量的是scalable big data production 02/28 15:56
19F:→ mago: platform. 02/28 15:56