作者lance8537 (小砰砰)
看板Oversea_Job
標題[北美] data數據分析工作精進路線問題
時間Sat Oct 1 17:48:43 2016
大家好
初次板上發文
主要想問問目前數據分析(偏大數據)在美國目前狀況以及技能的建立
由於非本科生，但是對數據分析有憧憬
想往data engineering路線前進
最近看了些career fair，感覺職缺相對SE少很多
求職能力路線也相對不明確
SE必做的有演算法，刷Leetcode
但卻沒看到data engineer有無必做的事
(不包含相關知識探索)
我知道有Kaggle可以上去玩資料，主要想
詢問有無像是刷leetcode一樣是針對求職
必做的準備?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 104.32.141.49
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Oversea_Job/M.1475315326.A.96A.html
1F：→ bibo9901: 發paper...10/01 18:35
2F：推 kenshin528: data engineer 不用發paper 阿 會寫sql 比較重要10/01 19:33
3F：→ DrTech: 存錢去美國念碩士，才是必做的事情，你這種繞路法太慢又沒10/01 19:38
4F：→ DrTech: 什麼意義。10/01 19:38
我目前已經在那了，但校園徵才相關的沒有很多
5F：推 a020977: 我之前的工作的function有點像data engineer,周圍有一個10/01 19:49
6F：→ a020977: 很資深的同事,我會說這方面要專精的話,不只SQL,SQL裡面的10/01 19:50
7F：→ a020977: PL/Function都要很強以外,還要會寫shell script那類的東10/01 19:51
8F：→ a020977: 西,工作內容可能ETL跟建立reporting or data cube比較有10/01 19:53
9F：→ a020977: 關,建議你可以去各大求職網站看data engineer的工作內容10/01 19:55
好的
10F：推 sshyu954: 這方面我不是專家 什麼也不懂 但是人生經驗告訴我 學東10/01 21:09
11F：→ sshyu954: 西最有效率的方式就是找個好學校進去念 最好工個學位10/01 21:10
12F：→ sshyu954: 當初出國拿P就是依這樣的邏輯做的決定10/01 21:10
13F：→ goldflower: 去美國念碩才是最速解10/01 21:34
14F：推 smi1e: Data eng = data infra ; I think you meant data scientis10/01 21:37
15F：推 sean2449: Data engineer不用分析...Data Scientists 請直攻PhD10/02 02:14
原來如此QQ 數學真的是我的罩門
※ 編輯: lance8537 (104.32.141.49), 10/02/2016 02:16:38
16F：→ DrTech: 會不會用錯關鍵字的關係。Data scientist 都是高階職缺10/02 10:23
17F：→ DrTech: Data engineer 都是 Programer 為主。 10/02 10:24
18F：→ DrTech: 用BI領域常用的關鍵詞，例如 data mining 去找看看。 10/02 10:25
好的謝謝，之前看校園真的不多
Data scientist又一定要Phd
所以才轉向data engineer or data analytics
※ 編輯: lance8537 (104.32.141.49), 10/02/2016 12:50:21
19F：推 fifi82726: Data science 真的要強者 10/02 13:26
20F：推 bluebluelan: 很多公司也搞不清楚自己找的是data scientist還是eng 10/02 13:52
21F：→ bluebluelan: 叫data scientist去幹data engineer ex洗數據之類的 10/02 13:53
22F：推 drajan: 絕對沒有data scientist要phD這件事 research scientist才 10/02 19:17
23F：→ drajan: 通常會偏好phD 但也有強的master做同樣的職位 10/02 19:17
24F：推 drajan: 對數據分析有憧憬 不應該當data engineer 當analyst去吧 10/02 19:19
26F：推 Aqery: 你想做eng還是做analytics，先搞清楚吧，差蠻多的其實 10/04 01:21
27F：推 nightsnow: 推樓上，data analyst vs scientist vs engineer 差蠻 10/04 03:30
28F：→ nightsnow: 多 10/04 03:30
29F：推 nightsnow: 三個都輪了一圈，現在回來當analyst了。有機會再分享 10/04 03:33
30F：推 Evagelion: 跪求樓上分享!!! 10/04 05:47
31F：→ lance8537: 謝謝分享，請問這些也是需要刷leetcode嗎 10/05 05:32
32F：推 kenshin528: 之前應徵 FB 的 Data Engineer 可能需要刷 leetcode 10/05 11:36
33F：推 FRAXIS: 不是刷 Kaggle 嗎 10/05 21:25
34F：推 Sovanna: data analyst:挖數據 做分析 做資料 懂service 會說話 10/07 11:27
35F：→ Sovanna: data scientist:會演算法 會machine learning 10/07 11:28
36F：→ Sovanna: data engineer: 會linux 會洗數據 10/07 11:29
37F：→ Sovanna: 個人在這業界六年 心得是data scientist需要資工跟統計 10/07 11:30
38F：→ Sovanna: 都很強 我是數學出身 有嚐試要做scientist 後來覺得無法 10/07 11:30
39F：→ Sovanna: 補足programming不足這塊 又回來做analyst了 10/07 11:31
40F：→ Sovanna: 很多公司都在徵scientist但其實做的是analyst的事 10/07 11:33
41F：推 callTM: 感覺都很屌 溫拿一族 10/08 05:24
42F：推 babyfang: 推Sovanna解釋 10/11 02:19
43F：推 Evagelion: 推Sovanna解釋，謝謝! 10/11 21:22
44F：→ Aqery: 另外很多公司的職稱都亂來, engineer, scientist, analytic 10/13 13:02
45F：→ Aqery: s 都搞不清楚，問清楚工作內容再來判斷，只看title不准的 10/13 13:02
46F：推 nofrea: 主修計量經濟有機會做數據分析工作嗎？ 10/31 17:09