作者fyc22122 (阿興)
看板Soft_Job
標題[請益] 新鮮人資料科學工作請益
時間Sun Feb 24 14:04:02 2019
各位版上的大神好
小弟因為剛退伍 農曆年之後在找資料科學相關的工作
有一些問題想要請教各位有經驗的前輩
如果有那裡思慮不周請各位前輩多多包涵。
我的背景:119商學院碩士畢,托福108,大學是念財金,
R跟Python有一年多的經驗,主要都是碩班開始自學
有打過兩個Kaggle比賽,都是用Python來做,但是成績大概都是中等而已
比較經典的機器學習方法都了解並且可以拿來用跟調參數
深度學習的話我也是上了網路的課程然後自己有拿來做一些小專案。
目前去面了幾間公司之後有拿到一間上市科技公司資料的部門的offer
我有一些考量的點是
1. 這間公司沒有製造方面的數據分析,資料部門主要是建模型來改善公司內部的一些流程。
以及是B2B的公司,跟我以前了解應用比較多、比較熟悉的B2C數據分析可能不一樣
2. 我自己其實比較想進金融業做資料科學,但是因為我自己並非理工背景出身,
又想要之後職涯發展工作是可以多建模型、多碰技術
一方面也覺得可以在科技業的資料部門有工作經驗
也可以讓我未來職涯發展會比較能說服別人我技術能力沒問題
3. 想請問版上各位大神,如果我目前在科技業B2B做資料科學
三年、五年之後要轉到銀行業去做資料科學會有障礙嗎?
或是其實有資料科學的工作經驗的話並不會很難轉換產業?
4. 薪水是本薪比較低,但是每年會有額外3個月的績效獎金
這個績效獎金是確實會拿的到嗎?還是其實根本拿不到?
另外,因為目前看到玉山跟國泰也有在找數據分析的人,
我應該也會去投遞履歷、面面看這兩間,
我想請問一下版上的大神有沒有玉山TMA的一些資訊,
如果是去做TMA的話,會變成比較偏向專案管理
而沒辦法累積太多實際建模經驗嗎?
然後如果科技公司跟玉山、國泰相比,
以我的背景是應該要去科技公司累積資料科學工作經驗比較好?
或是應該要先放棄科技公司offer,直接先去等玉山跟國泰的面試機會?
問題很多,希望各位大神、前輩可以跟小弟分享。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 104.237.91.92
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Soft_Job/M.1550988245.A.02F.html
1F:→ HamalAri: 銀行比較好嗎? B2B 比較不好嗎? 為什麼會考慮這兩個點 02/24 16:23
2F:→ HamalAri: ? 02/24 16:23
應該是說我比較熟悉的數據分析應用在銀行、電商比較多
然後這種銀行、電商的數據分析經驗應該也比較通用性強,
對零售或是一些B2C的新創的數據分析概念雷同。
而B2B的東西可能是針對每個公司的專門性比較強?
相關的經驗如果之後要換工作可能比較沒有那麼通用?
這是我沒工作經驗的人的想法,不知道實際上是不是這樣子?
※ 編輯: fyc22122 (104.237.91.92), 02/24/2019 16:39:39
3F:→ john0312: 銀行的世界跟資訊圈差異很大喔 02/24 18:06
4F:推 jiayun0902: TMA基本上只收資工 資管 統計系畢業的 尤其以資工資 02/24 18:20
5F:→ jiayun0902: 管為大宗 02/24 18:20
6F:推 ericsung: 新鮮人多接觸其他也不錯,有就先去,資料科學家多點其他 02/24 21:18
7F:→ ericsung: 資料處理經驗更好 02/24 21:18
8F:→ yuanintw: 玉山TMA big data組工作是以資料科學中的建模為主 02/25 00:57
9F:→ f496328mm: 台灣做資料科學比較可憐 要身兼資料工程師 02/26 01:24
10F:→ f496328mm: 什麼都自己來,收集 data、data clean、data mining 02/26 01:24
11F:→ f496328mm: 光前面兩個就搞死人,前面沒做完,後面也別想做了 02/26 01:25
12F:→ f496328mm: 而且在做 data engineer 時,根本看不到獲利、價值 02/26 01:26
13F:→ f496328mm: 除非老闆肯先燒錢..... 02/26 01:26
14F:推 gn00710311: 推薦大樹,如果你就是想去銀行做資料科學相關 02/28 01:43
15F:噓 lspci: 笑死 每個都想享受 苦工都別人做 02/28 11:18
16F:噓 lspci: 只想眼高手低 坐享其成 還以科學家自居 臉皮真厚 02/28 11:20
17F:→ mago: Data collection, Data clean , data investigation 都是DS 02/28 15:56
18F:→ mago: 該有的技能好嗎, DE是考量的是scalable big data production 02/28 15:56
19F:→ mago: platform. 02/28 15:56