作者B01201026 (星空螢火蟲)
看板Soft_Job
標題[請益] 轉職資料工程師
時間Sat Jan 15 23:02:40 2022
背景：
28歲女
112數學系學士畢業
大學成績爛爆
畢業後輾轉當研究助理/中學教職反覆了兩三次
大學修課用過C、R
畢業後當助理用過SAS、Stata、Python
目前想轉往資料工程師方面發展
不知道這樣的背景有沒有機會
或是要如何補洞
謝謝大家
<(_ _)>
-----
Sent from JPTT on my Asus ASUS_X01BDA.
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 122.99.41.41 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Soft_Job/M.1642258964.A.5FA.html
1F：→ Hsins: Python 往 PySpark 點, 然後點 Scala 01/15 23:03
2F：推 germun: 112數學 會一些程式 已經比大多數轉職的機會還高了 01/15 23:07
3F：→ germun: 直接回112念2年電資碩 出來就是標準數學轉電資應該隨便找 01/15 23:08
4F：→ B01201026: 謝謝，目前幫人寫一個背後資料很小的GUI，都用pandas， 01/15 23:09
5F：→ B01201026: 會好好研究PySpark 01/15 23:09
6F：→ B01201026: @g大，我有想唸112統計碩士學位學程或是統計與數據科學 01/15 23:11
7F：→ B01201026: 所，只是前兩年到今年都還沒搞定…… 01/15 23:12
8F：推 keyofdejavu: 112數學的話給你一條明路，想辦法考個資工碩 01/15 23:12
9F：推 alihue: 數學轉寫扣的一堆吧 而且競爭力不錯 不要侷限在資料科學 01/15 23:13
10F：→ alihue: 而且比文組轉得更容易找到工作 01/15 23:13
11F：→ B01201026: 因為在學期間主力放在教育學程，所以對數轉資沒有很研 01/15 23:16
12F：→ B01201026: 究，會想唸上面提到的所是因為考科離數學比較近 01/15 23:16
13F：→ germun: 不知怎麼準備 最省事就多花點時間去報考資工所補習班吧... 01/15 23:21
14F：→ germun: 研究所繼續走數學 出來的職缺跟工程師還是天差地別 01/15 23:22
15F：→ germun: 待遇雖然不見得比較差 但機會太少了 僧多粥少搶更兇 01/15 23:22
16F：→ B01201026: data scientist/engineer缺再怎樣也比教職多吧？ 01/15 23:34
18F：→ MoonCode: JV30?si=x_bYrub5RLuI_XiSNYH-4g&utm_source=copy-link 01/15 23:43
19F：→ MoonCode: 上次無意聽到的分享 01/15 23:43
20F：推 arhtur945: 去美國念個CS碩士，在美國的碼農，你大學成績再爛，你 01/15 23:53
21F：→ arhtur945: 112數學能畢業，基本上當SWE會需要技能你沒有念不會的 01/15 23:53
22F：→ arhtur945: ，花時間而已 01/15 23:53
23F：→ arhtur945: 要做Data念PhD 01/15 23:54
24F：→ Sfly: 不一定要念資工，很多研究所也都在做AI 01/15 23:55
25F：推 arhtur945: 相信你應該有很多同學都轉碼農了 01/15 23:56
26F：推 gooseduck: 大學成績爛爆又沒修過CS必修 美國CS碩成本太高了吧 01/16 00:02
27F：→ f496328mm: 分享一下，我也是數學系，現在是 Data Engineer 01/16 00:04
28F：→ f496328mm: 基本上去找相關職缺，看需要什麼記能，就去補足這樣 01/16 00:04
29F：推 arhtur945: 美國學校超多，想不想念而已 01/16 00:09
30F：→ germun: 就算是資料科學家也很難逃脫電資的知識背景，純數的不是沒 01/16 00:27
31F：→ germun: 沒有，但大多要除夠資歷甚至是PHD。電資碩不是唯一解，但 01/16 00:28
32F：→ germun: 卻是最省事的一條路 01/16 00:28
33F：推 arhtur945: 做Data還是PhD保險 01/16 00:30
34F：推 pucca978: 如果願意去資策會 上半年 加上數學系 很快就有 01/16 00:35
35F：推 neo5277: 為什麼想轉啊? 版上應該會推去念資工碩 01/16 00:40
36F：→ neo5277: 但是我是建議先看個教學影片再去資策會聽看看 01/16 00:40
37F：→ germun: 除非你是想走資料分析 那倒是可以繼續往統計走 01/16 00:42
38F：→ germun: data engineer這個詞現在感覺有點太包山包海了 01/16 00:43
39F：→ olycats: 如果要補學位的話 方向建議是資工 不建議往統計 01/16 00:45
40F：→ olycats: 唸完再決定要做的事軟工或還是想做資料工程師 01/16 00:46
41F：→ olycats: 我自己是統計系畢業的 01/16 00:47
42F：推 holebro: 112數學聽起來超強 01/16 00:48
43F：推 worcdlo: 認真説別去資策會，你光是秀學歷能找到的面試機會，就已 01/16 01:07
44F：→ worcdlo: 經超過資策會能給的。花半年打一些基礎科目，自學資結演 01/16 01:07
45F：→ worcdlo: 算法，作業系統，（計網，計組），再透過刷題熟練一門程 01/16 01:07
46F：→ worcdlo: 式語言，就能投一些還算有名的軟體公司了。 01/16 01:07
47F：→ worcdlo: 以你的學歷來說，資策會根本反指標，同樣是轉職，你要有 01/16 01:13
48F：→ worcdlo: 信心你的起點真的可以很高。 01/16 01:13
49F：推 WilliamLFY: 是data engineer 還是data scientist ，先講清楚 01/16 01:35
50F：推 Mutibil: 她就說是資料工程師了啊... 01/16 01:38
51F：→ WilliamLFY: 樓上，看到前面幾樓再講data scientist 就會讓人不知 01/16 01:40
52F：→ WilliamLFY: 道樓主想找的是哪種職缺 01/16 01:40
53F：推 Mutibil: 前幾樓再聊ds跟原po有什麼關係... 標題就說是de了.... 01/16 01:41
54F：→ WilliamLFY: 因為我也很好奇樓主問de的事，但討論好像跑去ds 那邊 01/16 01:45
55F：推 Mutibil: 看起來她de ds對哪個有興趣都沒很確定 只是挑de問來評估 01/16 01:48
56F：推 germun: 台灣的話，全能的猴子應該常常需要身兼兩者 lol 01/16 02:16
57F：推 azzc1031: 112數學的學歷亮出來很有優勢啦 01/16 02:33
58F：→ azzc1031: 直接做side project跟刷leetcode 01/16 02:33
59F：推 Saaski: 資料工程師我沒體驗過，但就web仔來說，112騙吃騙喝很好用 01/16 03:33
60F：→ Saaski: 而且說句政治不正確的，女生也很有優勢 01/16 03:35
61F：→ Saaski: 所以原po很有優勢，感覺不用去資策會 01/16 03:36
62F：推 kiwi946946: 妳好，我是往AI工程師的路線走，不清楚你這方面，不過 01/16 04:47
63F：→ kiwi946946: 我有學長是走這方面的，有興趣私~ 01/16 04:47
64F：推 drajan: DE的技能組你隨便學都會 趕快進業界累積經驗跟工具使用熟 01/16 05:20
65F：→ drajan: 悉度 不要唸書了 01/16 05:20
66F：→ dnabossking: 你的競爭對手，很多是四大本科碩，我看他們都很難生 01/16 07:48
67F：→ dnabossking: 存了，其次是非四大但有經驗的人，感覺這種人機會更 01/16 07:48
68F：→ dnabossking: 多，但實際上還是很難生存，如果你以現有的已知條件 01/16 07:48
69F：→ dnabossking: 去競爭，我很難相信你可以生存的很好，講白了你就是 01/16 07:48
70F：→ dnabossking: 畢業很多年的白紙學士，補碩士或許是最快的解方 01/16 07:48
71F：→ dnabossking: 更正，換個方向或目表才是最快的解法 01/16 07:50
72F：推 EKman: 考台灣研究所是最簡單的一條路，這條路都無法完成 01/16 09:03
73F：→ EKman: 你要檢討是不是沒有真正確定自己未來想做甚麼 01/16 09:03
74F：推 kenshin528: 要做 DE 根本不用念研究所，趕快去業界累積實際專案經 01/16 10:13
75F：→ kenshin528: 驗 01/16 10:14
76F：→ westercc: DE做的是後端和ML，再加一些架構師和devops ，上述職位 01/16 10:54
77F：→ westercc: 面試被問的，DE都可能被問，新人面試就先準備刷題和ML知 01/16 10:54
78F：→ westercc: 識吧 01/16 10:54
79F：→ PRCXi: 好奇問個 這是學號直接當ID嗎XD 01/16 11:14
80F：推 HyperPoro: 112數學的智商 認真學半年~一年 一定可以轉 01/16 11:17
82F：推 cowbadma5566: 研究所 01/16 11:30
83F：→ DrTech: 台灣的資料工程師職缺很少，而且變成打雜機會有夠高的。不 01/16 11:33
84F：→ DrTech: 知道原文對資料工程師的期待是什麼. 01/16 11:33
85F：推 olycats: 我就是走了前幾樓說的路：沒唸碩士 沒上課 直接找工作 01/16 11:34
86F：→ DrTech: 如果是要做ML，AI的人，也不會往資料工程師發展。 01/16 11:34
87F：→ DrTech: 是是不是誤會資料工程師，與資料分析師的差別呢？ 01/16 11:35
88F：→ olycats: 是有聽過有些想做AI ML的人進不去會先做資料工程師 01/16 11:36
89F：→ olycats: 但的確 原po舉例的學位跟DE關聯不大 感覺還不太了解 01/16 11:37
90F：→ DrTech: 原文之前學的技能，看起來是比較想做資料分析師，或資料科 01/16 11:38
91F：→ DrTech: 學家吧。希望原文釐清一下。 01/16 11:38
92F：→ wachi01: 28還很年輕，建議先補個相關碩士學位發展較好 01/16 13:01
93F：→ wachi01: 相關有很多職位建議多詢問想清楚要做哪一種。 01/16 13:02
94F：→ wachi01: 台灣不知道。日本這邊需求很大，待遇也不錯。給你參考 01/16 13:03
95F：推 lucier: 學妹，機率統計技能都點下去，就有機會。 01/16 16:02
96F：推 h14753951: 強者我同學念完台大統計碩士學程後當家教供參 01/16 16:11
97F：推 germun: 全職家教能當得好的話 應該比台灣大多數猴子過得好 01/16 19:02
98F：→ germun: 除非打算出國 不然DE坑慎選 從你的準備來看感覺你應該是比 01/16 19:03
99F：→ germun: 較適合走資料分析 01/16 19:03
100F：→ germun: 建議像樓上幾位說的 先弄清楚這幾個職位差異 都在做些什麼 01/16 19:03
101F：推 yuhliu: 看推文跟點過的技能 比較像da 不是de 01/16 19:12
102F：推 blr12345: 直接投履歷吧，面試就知道缺少的技能了。 01/16 19:32
103F：→ OrzOGC: 112數學能畢業也不是普通人了吧... 01/16 22:15
104F：推 w28103566: 數學系會程式112就一堆人要了 01/17 01:50
105F：→ GooseLover: 上面說做 Data 要念 Phd 是指 DS 吧，我自己就是 DE 01/17 13:27
106F：→ GooseLover: 根本不用碩士也能慢慢上手，就是一堆 Data pipeline/ 01/17 13:27
107F：→ GooseLover: Spark/ API 而已 01/17 13:27
108F：推 CRPKT: 112 數學想要的應該是 DS，不是 DA 也不是 DE 吧 01/17 15:28
109F：→ CRPKT: 但 DS 缺比較少是真的 01/17 15:29
110F：推 lukelove: 說老實話拉 研究所不讀eecs出來還是被歧視啦 唸一個阿撒 01/17 20:35
111F：→ lukelove: 噗嚕的不如花兩年啃老刷題打比賽 01/17 20:35
112F：→ lukelove: 不想挑戰頂尖公司一次到位 leetcode easy 刷一刷112學士 01/17 20:36
113F：→ lukelove: 就夠找工作了 01/17 20:36
114F：推 atpx: 數學系同事看多了. 比其他科系學習CS是有基礎沒錯, 不代表要 01/18 04:19
115F：→ atpx: 學的東西就比較少, 一般工程師還是要先以熟悉工具與生態系為 01/18 04:19
116F：→ atpx: 主. 這些跟原本學什麼關係不大. 當再深入做到優化議題時, 數 01/18 04:20
117F：→ atpx: 學系的基礎才比較有用些. 01/18 04:20
118F：→ atpx: 而且工程師工作型態不見得會是你想要的, 先別問行不行, 找家 01/18 04:22
119F：→ atpx: 願意收無基礎的公司進去做看看就對了 01/18 04:22
120F：→ atpx: 目前你的經歷看起來沒什麼可損失的 01/18 04:23
121F：→ maxsho: 如果只是想賺大錢還是去補習班教或是當全職家教比較好 01/18 16:35
122F：推 x3795566: 面試官看到112 女 就已經錄取惹 01/19 00:26