作者candydog (Candy)
看板Soft_Job
標題[請益] 資料工程轉後端
時間Tue May 30 11:20:37 2023
小弟目前為大約5-6年資歷資料工程師
技能一直學的很雜, 也不是很深, 如下
分散運算Hadoop, MR, Spark, Hive, Presto
框架 Spring Boot, Flask
DB類 RDB, MongoDB, Elasticsearch
MQ類 Kafka, RabbitMQ, Redis
排程工具Airflow, NiFi
容器化Docker, K8S
資料工程或相關應用因為都為公司內部使用居多，通常沒有特別要求也不會太深入，資料
正確有到位即可，有異常也是人工補補資料…
近期職業倦怠，感覺自身技能跟後端比較接近，想轉職後端，但有沒有太多純後端的經歷
想請教版上轉職過的前輩有沒有建議呢？
個人目前在台北百萬薪
有人說找SI轉最快，但個人想盡量不降薪轉
也不太喜歡SI的工作生態
目前只想到幾個方向：
1.自學加強技能，做side project 補足
2.反正都有到一點沾邊，刷題就對了
3.找Data Backend 或 R&D 類的缺
4.繼續深耕Data Engineer就好
或是前輩們有其他建議也請不吝賜教～感謝
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.79.155.123 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Soft_Job/M.1685416839.A.90E.html
1F：推 acgotaku: 應該可以吧 你資安方面的知識量補一下 應該能找到百萬05/30 11:58
2F：→ candydog: 請問資安部分是指OWASP相關的嗎？05/30 12:01
3F：推 DrTech: ,你的經驗，早就包含後端工程師的工作，而且超越一般後端 05/30 12:07
4F：→ DrTech: 工程師的能力了。直接找就好05/30 12:07
5F：→ acgotaku: 差不多這種基本知識,然後身份驗證 OAuth session/cookie05/30 12:09
6F：→ DrTech: 不知職業倦怠的原因，要注意的是：選產業，或選ToC，還是T 05/30 12:09
7F：→ DrTech: oB。To B通常很容易又職業倦怠了。05/30 12:09
不知道內部需求算toB嗎？
8F：→ acgotaku: 脫離junior後端,可能db讀寫分離ACID這類的情境處理過05/30 12:12
9F：→ acgotaku: 不過你會的這些工具類 也算日常後端在處理工作會用到的05/30 12:15
10F：→ acgotaku: 所以我是覺得 你要找一個 medium 的後端應該不會太難05/30 12:16
但感覺差了點什麼就是了，就像a大說的要補security的部分
11F：推 x246libra: 我後端想去資料, 不給去. 明明覺得後端和資料大同小異05/30 12:27
可能Hadoop那塊比較需要補一下？
12F：→ loadingN: 去當web仔也會職業倦怠啊05/30 12:30
也會～但至少對我來說是新一點的東西
※ 編輯: candydog (42.79.155.123 臺灣), 05/30/2023 12:40:01
13F：推 prag222: 不需要降級笑死05/30 12:55
我也不想QQ
※ 編輯: candydog (42.79.155.123 臺灣), 05/30/2023 13:07:07
14F：→ layer0930: 資料跟後端差蠻多的吧，05/30 14:46
15F：→ layer0930: 資料怎麼切分 入庫，怎麼弄pipeline 。一大堆知識要學 05/30 14:46
16F：→ layer0930: 聚合語法跟純sql 是差不多。畢竟都有相似的。單看要弄 05/30 14:47
17F：→ layer0930: 什麼 05/30 14:47
18F：→ layer0930: 看上述能力轉web後端很輕鬆吧 。 05/30 15:00
19F：→ layer0930: web後端轉資料才比較難 05/30 15:00
20F：推 kfwibsj: 後端想碰你分散式運算那塊只能靠機遇 05/30 15:25
21F：推 WaterLengend: 珍惜生命 遠離SI 05/30 15:39
感謝大大們的建議，這樣我感覺對自己比較有信心一點，應該多去面試缺什麼補什麼就好
了？
※ 編輯: candydog (42.79.155.123 臺灣), 05/30/2023 15:55:45
22F：→ layer0930: 分散式運算，現在也沒幾個人真的有寫道吧 。 05/30 15:56
23F：→ layer0930: 博弈有機會，問題哪些都是核心人員 05/30 15:56
24F：推 devilkool: 你會的技能很好找吧，直接去面試05/30 16:19
25F：推 TheWhack: 原po已經算後端了吧，只是某些主題目前沒碰過而已 05/30 16:58
26F：→ TheWhack: 刷題直接投後端就好05/30 16:58
好唷，感謝大大建議！
27F：推 brucetu: 問gpt然後叫gpt幫你補知識點05/30 17:18
GPT真的蠻好用的 雖然偶爾會唬爛～
※ 編輯: candydog (42.79.155.123 臺灣), 05/30/2023 17:22:07
28F：推 acgotaku: 後端一定會碰分散式CAP,碰不到只是服務的rps/qps太小了05/30 17:43
29F：推 cmcer: 找不用分散式運算就能賺很多產業，不要自找麻煩05/30 19:02
30F：推 ripple0129: 看這個技能樹你不說我還以為你後端勒 05/30 19:10
是唷，還是其實我技能樹點歪了XD
其實還有其他一些 DE的週邊技能
但想說不主流就沒有特別寫了
31F：推 Csongs: 我後端技能樹跟你差不多,差在排程工具沒用過 05/30 19:28
※ 編輯: candydog (118.167.132.169 臺灣), 05/30/2023 19:56:08
32F：→ layer0930: 所謂的分散式不是只有把服務分開..，如果只是拆解服務 05/30 20:21
33F：→ layer0930: 這種那真的扯不上分散式運算 05/30 20:21
34F：→ layer0930: 加上目前很多現行工具跟硬體都很成熟 05/30 20:21
35F：→ layer0930: 所以才說現在真的有寫道的人不多05/30 20:22
36F：推 Tacaya1001: 跟你差不多，現在算是一半資料一半後端05/30 21:17
37F：→ DrTech: 分散式有很難嗎…，從後端非同步，主從分離，資料庫各種分 05/31 00:05
38F：→ DrTech: 片，分離，各種queue，再加上 K8s … 工具都那麼多了。沒 05/31 00:05
39F：→ DrTech: 到幾千萬用戶同時上線，根本一堆現成solution。 05/31 00:05
40F：→ DrTech: 資料量大的後端業務，後端與原PO的技能根本是重疊的。後端 05/31 00:10
41F：→ DrTech: 工程師也要做Kafka，ES，NoSQL，airflow，k8s等工作。看了 05/31 00:10
42F：→ DrTech: 技能樹，不說還以為原PO就是在搞後端工程師。05/31 00:10
本來覺得想像的後端可能跟我想到還有段落差，原來相去不遠，感謝D大與大家的分享～
※ 編輯: candydog (118.167.132.169 臺灣), 05/31/2023 00:45:21
43F：→ arash: 已經是後端了呀，幾乎都涵蓋到了05/31 08:33
44F：→ layer0930: 其實跟用戶數沒關係…，那個只是單純分散服務處理。 05/31 08:38
45F：→ layer0930: 另外提那麼多工具也只是會用，而不是理解吧 05/31 08:38
46F：推 Csongs: 平常有維護，除一些運行上的問題,多少都會知道一些機制 05/31 08:55
47F：推 Suleika: 原po會MQ一定有碰過分散式架構啊，怎麼好多回覆看起來怪05/31 09:16
48F：→ Suleika: 怪的05/31 09:16
49F：→ Suleika: 這技能樹可以挑戰加薪轉職05/31 09:17
50F：→ devilkool: MQ不一定用在分散式架構 05/31 09:28
51F：推 InfinitySA: 要理解 每個東西都是一門學問QQ05/31 09:30
52F：→ InfinitySA: 一般來說 大部分都要會用就好吧? 少數幾個可以專研 05/31 09:31
53F：推 moon2519: 資料結構跟演算法補好, 應該轉後端 => 刷題吧!! 05/31 13:45
54F：→ previa: 為什麼不去海外找，哥這種技能在陸資拿過400萬up薪資 05/31 15:59
55F：→ previa: 其實是台灣市場水太淺很少公司用得上這些大數據的技術 05/31 16:00
56F：→ previa: 你要把自己放到對的市場，趕快離開台灣吧 05/31 16:00
57F：→ previa: 一堆海外remote這種DE的缺也都200+，隨便找都有，加油 05/31 16:00
58F：→ previa: 轉後端反而降價，要往企業高端走就是要網數據價值挖掘走 05/31 16:01
59F：→ previa: 越偏向決策分析薪資才可能越高，後端甚至前端都遠離決策了 05/31 16:02
60F：→ previa: 建議往海外看 05/31 16:02
61F：推 usttsu: 就是叫你英文先補 05/31 17:37
真的～看p大的說法就是要惡補英文了
※ 編輯: candydog (111.71.70.167 臺灣), 05/31/2023 18:12:13
62F：→ previa: 越往決策、分析的性質走走才有機會成為公司決策層 05/31 18:35
63F：→ previa: 這種決策層的薪資或福利往往不輸一流軟體公司中高階崗位 05/31 18:36
64F：→ previa: 這才是比較明確的晉升之路，往後端甚至前端走就遠離這路了 05/31 18:36
65F：→ previa: 除非你未來有機會自己創業才有必要去點那些前後端 05/31 18:37
66F：推 loveu8: 同p的看法，台灣真的有用到大數據的企業 06/04 10:58
67F：→ loveu8: 不一定這麼多 06/04 10:59
68F：→ loveu8: 加上決策者，或者使用端，還不清楚這服務能帶給公司 06/04 10:59
69F：→ loveu8: 甚麼效益的時候，就趨向於統計分析用途，比較沒深度應用就 06/04 10:59
70F：→ loveu8: 了。不過後端知識可以擴充理解，主要技能的深度 06/04 11:00
71F：→ loveu8: 跟選擇適合的市場，才會發揮最大價值了 06/04 11:00
72F：推 jen1121: 5-6年資這麼多東西，消化得完嗎 06/04 13:30