作者OxfordGOD (牛津神)
看板Soft_Job
标题[请益] 目前状况想找大数据分析的工作
时间Wed Aug 17 02:18:15 2022
小弟先自我介绍:
刚出社会有在一家软体公司工作, 写了一年的程式, 2007年 (银行的程式)
之後就做有关仓库的工作 (因为之前是读物流研究所) 2004 年, 论文是类神经相关
因为个性的关系工作跳来跳去, 中间也有准备过统计高考, 考了大约五年, 之後停损就没
考了
现在又回归到仓管的工作, 但目前一直想做大数据分析的工作, 而且是偏零售商相关的,
或者是物流的相关的大数据
所以我跑去补习巨匠电脑 (看板上好像不推荐, 但钱砸了就没办法) , PYthon 没写过也
只能去补习.....
现在有几个问题:
1. 我有点年纪了, 44 岁, 有关大数据的相关工作好不好找
2. 因为之前很努力研读过统计高考, 对於统计数学模型应该是没什麽问题, 研究所也有
修过启发式演算法跟类神经的课程, 论文也是类神经, 只是蛮变型的就是......但毕竟很
久了, 怕差距很大
这样的条件在面试上会有加分吗? 假设公司愿意把我当新鲜人看待
3. 我目前都一直在加强python语法, 看欧莱礼的书相当吃力, 而且我看版上的乡民写的
程式仍然要想很久, 这部份该如何加强呢?
4. 另外小弟在股市的技术分析也着墨多年, 不知道找金融相关的大数据分析工作是否可
行
感谢各位的指教, 谢谢
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.137.140.91 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1660673899.A.898.html
1F：推 qwe70302: Data Science连资工本科都找不太到工作了，最後通通变 08/17 02:43
2F：→ qwe70302: 成後端仔。你的经历可能比较适合传产数位化，想进纯软 08/17 02:43
3F：→ qwe70302: 应该很难跟年轻人竞争。 08/17 02:43
4F：→ OxfordGOD: 是的, 我目前就想锁定传产, 物流, 零售相关, 但金融的 08/17 02:46
5F：→ OxfordGOD: 话应该很难 08/17 02:46
6F：→ qwe70302: 有一种机会就是想做物流数据分析的新创可能会需要你的 08/17 02:46
7F：→ qwe70302: domain knowledge，但不一定会是请你当RD，可能是PM， 08/17 02:46
8F：→ qwe70302: 写规格书之类的 08/17 02:46
9F：推 jass87987: 就连新鲜人非本科都抢破头，你觉得为什麽公司不用便宜 08/17 07:37
10F：→ jass87987: 的菜要用你 08/17 07:37
11F：→ jass87987: 不过有些传统公司转型应该很缺 08/17 07:39
12F：推 say29217074: 一堆国立文组硕python都不差 干嘛用一个难管难用的资 08/17 08:02
13F：→ say29217074: 深人员 08/17 08:02
14F：→ kissmickey: 看你期望多少年薪的 08/17 08:35
15F：→ Bujo: 去传产搞BI吧 08/17 08:42
16F：推 kiyosumi: 在零售业搞BI应该有可能，可以试试看 08/17 08:58
17F：→ loadingN: 仓库工作是啥？ data warehouse? 08/17 09:08
18F：→ OxfordGOD: 仓管而已 08/17 09:12
19F：→ flyfoxy: 统计数学模型没问题 但无法自学Python 那R呢 08/17 09:32
20F：→ OxfordGOD: R没碰过, Rython 不排斥, 但正在学, 要等上完课, 自学 08/17 09:46
21F：→ OxfordGOD: 的部份应该会等之後有遇到什麽问题後再去看文件学习 08/17 09:46
22F：→ OxfordGOD: BI没碰过耶, 倒是有在50人的传产小公司导入过ERP, 也 08/17 09:57
23F：→ OxfordGOD: 有成功, 但只有会计财务和人事系统没导入外, 其余都导 08/17 09:57
24F：→ OxfordGOD: 成功, 但导完後我也离职了 08/17 09:57
25F：→ DrTech: 大数据是什麽呢？ 有些公司吧统计一百人的年龄分布就叫大 08/17 10:15
26F：→ DrTech: 数据了。有些公司，叫我做100笔的资料机器学习，就叫大数 08/17 10:15
27F：→ DrTech: 据了。 08/17 10:15
28F：→ DrTech: 完全看不出这篇文章想找的工作，跟大数据有什麽关联。 08/17 10:16
29F：→ DrTech: 原文与推文看起来比较想做BI, 或是data scientist 吧。 08/17 10:17
30F：→ DrTech: 至於分析工作，也很笼统。台湾大部分的缺，就是做统计报表 08/17 10:19
31F：→ DrTech: 而已，其实没什麽需要分析的。 08/17 10:19
32F：推 CRPKT: 你目标是 data analyst 还是 data scientist 先想清楚? 08/17 10:20
33F：→ DrTech: 而且都只是找会写程式的人就好，谁管你有没有专门的分析洞 08/17 10:20
34F：→ DrTech: 察能力。 08/17 10:20
35F：推 chses910372: 你这样找到後还是会继续跳，不如考国营@@ 08/17 10:22
36F：→ chses910372: 着墨多年也还是要有东西给人家看吧 08/17 10:23
37F：→ DrTech: 最後，原文的4个提问，我都觉得非常弱势。连刚毕业的大学 08/17 10:24
38F：→ DrTech: 生可能都比你优秀了。 08/17 10:24
39F：→ OxfordGOD: 是data scientist 抱歉, 没说明清楚 08/17 10:33
40F：→ flyfoxy: 我觉得最大的问题是3 很多统计背景的觉得R比Python亲切 08/17 11:13
41F：→ flyfoxy: 反而资工本科觉得Python亲切多了 08/17 11:13
42F：→ flyfoxy: 所以建议用R看看 R的市场比Python小众一点但R有上手 08/17 11:14
43F：→ flyfoxy: 再来看Python会比较有感觉 08/17 11:14
44F：→ flyfoxy: 或者说 当初论文是类神经相关 那是用什麽语言实作的呢? 08/17 11:14
45F：→ OxfordGOD: 我用matlab自己写神经元...但毕业後就没碰了 08/17 11:18
46F：→ airtsubasa: 你44岁了 请不要再讲什麽毕业 在学读了什麽，你认为考 08/17 11:26
47F：→ airtsubasa: 官会觉得你会微积分吗 08/17 11:26
48F：→ flyfoxy: 1.你拿matlab去找工作 2.会matlab 但不会Python? 08/17 11:28
49F：→ odahawk: 已经44岁了，你该做的是直接弄出有点用的大数据作品 08/17 11:40
50F：→ keel90135: 坦白说我觉得没救 08/17 11:43
51F：推 keel90135: 待过4间都有直接开104找人的权限，就算找新人极限大概 08/17 12:02
52F：→ keel90135: 也就到35岁以内吧 几乎完全没经验44岁...除非你有朋友 08/17 12:03
53F：→ keel90135: 愿意帮你 不然基本上你只能接案了 08/17 12:03
54F：→ DrTech: 有个建议参考一下：1.先持续到巨匠学习Python与资料分析， 08/17 12:07
55F：→ DrTech: 机器学习相关程式工具。2.将所学用於工作中，改善工作某个 08/17 12:07
56F：→ DrTech: 流程。3.包装一下履历。 这样可能是比较有可能的做法。如 08/17 12:07
57F：→ DrTech: 果什麽都没有，职级贸然辞职找相关工作，真的非常弱势。 08/17 12:07
58F：→ DrTech: 贸然辞职找相关工作，非常弱势 08/17 12:08
59F：→ yolasiku: IBM 造的孽 08/17 12:08
60F：→ OxfordGOD: TO: DrTech 感谢建议, 我目前还没有要离职, 边工作的同 08/17 12:12
61F：→ OxfordGOD: 时会将数据拿到做分析, 很多东西都可以做相关预测, 等 08/17 12:12
62F：→ OxfordGOD: 做完後才会跟公司谈看看是否让我内转到相关aI的研发数 08/17 12:12
63F：→ OxfordGOD: 位工作 08/17 12:12
64F：→ OxfordGOD: 如果公司不让我内转, 大概就是等做出成品後再去面试其 08/17 12:13
65F：→ OxfordGOD: 它的传产 08/17 12:13
66F：推 zxc741qaz123: 只能自己创业了 08/17 13:09
67F：推 CRPKT: 你说的分析是指什麽，是机器学习 train model 吗 08/17 15:38
68F：推 bear1414: 仓管工作就有很多数据分析题目可以做了 08/17 16:36
69F：→ bear1414: 你可以先从你的专业下手 08/17 16:36
70F：→ bear1414: 加上你正在学的数据分析 从工作中找提高仓管效率的点 08/17 16:37
71F：→ bear1414: 用你学的PYTHON来分析 这样就是很好的开始了 08/17 16:37
72F：→ bear1414: 你所拥有的是现场经验和现场数据 08/17 16:37
73F：→ bear1414: 拿这些现场数据来做实际应用分析 是个好起点 08/17 16:38
74F：→ bear1414: 不要觉得数据分析就是要做很炫的东西 08/17 16:38
75F：→ bear1414: 你比仓管流程效率提高个1%就是成功的起点了 08/17 16:38
76F：→ bear1414: 把 08/17 16:38
77F：→ exodus29: 文组转职过来人，一堆公司其实根本用不到python/r。 你 08/17 17:56
78F：→ exodus29: 需要只是一个经验，随便用excel公式就能解决目前的需求 08/17 17:56
79F：→ exodus29: 那种。有处理资料的经验之後你就知道该怎麽补强了。 08/17 17:56
80F：推 NCUking: 看过有人拿个 Power BI 证照就说会做大数据了 08/17 18:27
81F：→ OxfordGOD: 谢谢各位的建议 08/17 18:34
82F：推 beholdli: 我以前工作的学校大数据研究中心，就只是把资料整 08/17 18:39
83F：→ beholdli: 理，列出平均、 08/17 18:39
84F：→ beholdli: 中位、每个月、每学期的资料，重新整理。 08/17 18:40
85F：→ wateryc: 你这经历我只想到我同学，仓管干一阵子跑去学画电路板结 08/17 18:48
86F：→ wateryc: 果又跑回去开堆高机，现在他考进清洁队，生活固定薪水饿 08/17 18:48
87F：→ wateryc: 不死自己每天打魔物或艾尔登，很平稳 08/17 18:48
89F：→ lazarus1121: 跟生管拿公司的订单，回推原物料的安全库存，应该就 08/18 00:03
90F：→ lazarus1121: 很有得跑了吧 08/18 00:03
91F：推 cmelo1515: 做数据分析的话 工具是其次 重点是knowhow 08/18 04:45
92F：推 choral: 光是要靠巨匠学程式这一点就不适合了 08/18 08:01
93F：→ ChungLi5566: 我想不到有什麽公司会录取你这种职位 08/18 08:46
94F：→ ChungLi5566: 应该说这种职缺会录用你 08/18 08:47
95F：→ MonyemLi: 有个很残酷，年轻人不愿意加班但可加班(但现况没有不愿 08/18 17:17
96F：→ MonyemLi: 意)。4x体力，生活都不太允许。所以你到手的选项会很少 08/18 17:17
97F：→ MonyemLi: ，特别是你又选个僧多粥少的工作。 08/18 17:17
98F：→ louis925: Python 还是认真学起来吧，找几个 project 做一下就会了 08/19 10:58
99F：→ acgotaku: 很多人把 data etl 跟 ds 搞混, 前者门槛低有技术底就好 08/19 12:27
100F：→ acgotaku: 做ds是妥妥的青春饭,而且连研所做相关研究的也难找到 08/19 12:28
101F：→ acgotaku: 现在公司 一堆同事研所不是做AL就是CV到最後都变後端仔 08/19 12:29
102F：推 OnlyRD: 国考5年，大概是公务员很热门时去考的，想做大数据 08/21 04:32
103F：→ OnlyRD: 跟AI，大概又 08/21 04:32
104F：→ OnlyRD: 是跟风，又想去炒股金融业，你应该先把心定下来， 08/21 04:32
105F：→ OnlyRD: 找一份容易进入 08/21 04:32
106F：→ OnlyRD: 行业的语言学，大数据跟AI只是一股风潮跟包装，职 08/21 04:32
107F：→ OnlyRD: 缺少，竞争强， 08/21 04:32
108F：→ OnlyRD: 反而很多大家瞧不起的老东西，现在非常缺人。 08/21 04:32
109F：推 WaterLengend: 一堆人想做这种数据分析的工作，但是都没想过透过 08/23 13:11
110F：→ WaterLengend: 分析能解决、改善什麽问题，最後产出实际成果。学这 08/23 13:11
111F：→ WaterLengend: 个东西结果没实际成果，只能得到研究方法，那有什 08/23 13:11
112F：→ WaterLengend: 麽意义？重点是连需求在哪都看不到，最後只是有行无 08/23 13:11
113F：→ WaterLengend: 市。 08/23 13:11
114F：→ b160160: 大数据在台湾真的搞不太起来 建议有年纪的不要再冒风险了 08/23 14:28
115F：→ AvatarH: 曾把仓储的下单和到货时间资料拿来分析以预估备料时间 08/23 22:25
116F：推 Bujo: 端看你对大数据的定义，基本上业界的大数据都是PB/TB ，更高 08/27 18:18
117F：→ Bujo: 阶点还要搞串流，spark Kafka hive 都可以学习看看，如果不 08/27 18:18
118F：→ Bujo: 行就转做爬虫，爬虫是一堆数据分析师 数据科学家的弱项，专 08/27 18:18
119F：→ Bujo: 案项目报告可以糊弄过去，爬虫就不行了 08/27 18:18
120F：推 MENGCHI: 台湾又没有取得真实RawData管道，大家都是讯息孤岛，何 09/17 10:03