作者:
BBBB4 (B4)
2017-10-24 22:28:06小弟四中數學系學碩，主修統計
自認R很熟，python 也稍有涉略
各種統計方法、機器學習、深度學習都還算熟
也做過幾個產學合作專案
——
這陣子都在面試data science 相關職缺研替
在純軟面試時
除了問到一些對於資料的想法
還問更多演算法、時間複雜度的問題
結果答得七零八落的
但是在製造業和工研院就比較比較看重做過的專案
——
總之，原本以為自己讀的科系和所學應該很適合這個行業
在面試的時候才被打醒的感覺
是不是應該資結演算法連同C/C++一起重學
還是有什麼技能應該再去加強的？
——
另外再偷渡一個問題
其實小弟比較想做服務業、軟體業相關的資料分析
不過相較起來研替開相關職缺大多還是在工廠或是工研院
不然就是名額少少很競爭的軟體業
這樣的話去當三年的研替早早進入職場好
還是忍一年當替代役，空閒的時候自己練功呢？
——
謝謝各位不吝賜教了
作者:
ldkrsi (衰神)
2017-10-24 22:35:00純軟真DM的缺也少啊 很多都簡報嘴砲缺
作者: lukelove (午睡) 2017-10-24 22:43:00
cs
作者:
Morphee (千磨萬擊還堅勁)
2017-10-24 23:01:00不太相信 熟是多熟 只要夠強 一堆公司找
作者:
drajan (EasoN)
2017-10-24 23:02:00Entrylevel缺越來越競爭，趕緊拿到高質量的業界經驗最重要
作者: BBBB4 (B4) 2017-10-24 23:32:00
熟不熟的確難評斷，面試時被問到的問題都是結果導向，幾乎不問基於什麼理論或是性質使用什麼方法，也剛好沒考我熟悉的語言，所以實在很難知道我的程度到底到了他們的哪個程度。有朋友大學畢業去資策會上課，在旅遊業還是媒體就能談到4萬多，過一年就有近6萬，這些也算是entry level 嗎？還是這些資歷對於未來跳槽沒幫助呢？
作者:
wrt (一片小蛋糕)
2017-10-24 23:54:00業界就是結果導向，問理論只有滿足高學歷的虛榮心而已。ML你只要參數會tune好才真正可以幫到公司賺錢。就像台積從10nm到7nm也就是tune參數，其他理論paper就只有滿足虛榮心好棒棒而已。但有趣的是面試時主管會希望問一堆原理，那你要小心他可能不是很務實的主管，未來工作可能會一直煩你一些不重要的東西
作者: lukelove (午睡) 2017-10-25 02:27:00
都還算熟要怎麼證明 有投論文或比賽拿牌嗎
作者:
wrt (一片小蛋糕)
2017-10-25 08:27:00歡迎趕快畢業後進入業界體會XD
作者: yolasiku (我的綠卡能吃嗎) 2017-10-25 08:50:00
我也對R 被問到什麼 我都回R我不會
作者:
wrt (一片小蛋糕)
2017-10-25 08:51:00要進步，處理人的事情比處理理論的事情難上許多。要處理人的事情就是要讓上面心安跟信任，所以沒一定理論基礎很難達到這樣啦。還是那句話，大部分研究就是滿足虛榮心。
作者:
iiiii (I take 5)
2017-10-25 09:08:00裝熟魔人？！
你答不好的部份的確是重點 總不能跑下去才知道要三個月或者資料餵下去才發現記憶體會爆掉
作者:
Wush978 (拒看低質媒體)
2017-10-25 09:46:00你在意的事情只是門檻，把那些知識補足了以後就過了CS的相關技能，以Data Scientist來說不用點到太深畢竟CS能力超過門檻之後，對工作成效的幫助就不大了數學背景，去自修點演算法不難，演算法複雜度也不難
作者: leica13 (Tri) 2017-10-25 09:55:00
找工作的經驗下來，Data Scientist 還是以點了一些統計技能的 CS 人為優先，點一些 CS 的數學人比較不被重視。
作者:
senjor (哞哞)
2017-10-25 10:01:00因為一般職缺不會只讓你作Data，還會要你寫其他程式...專門只處理Data Science的職缺其實沒有想像中的好找。
作者:
Argos (Big doge is watching u)
2017-10-25 10:57:00ML當然能只會tune 但台灣只會tune就夠啦 XD不
ML業界怎麼架data pipeline, feature engineering, 和整個ML system的設計(feedback, 分散式的架構...) 都很重要吧
台灣缺的是碼農, data science所會的和programming還是有差距, 去國外讀個PhD吧
作者:
wwwc (...... )
2017-10-25 20:03:00看到大部分研究是滿足虛榮心 笑了
把資料結構，演算法讀熟最相關的科系是資料所，看資料所考科缺什麼就補什麼
作者:
Huffman (HuffmanAlgorithm)
2017-10-25 22:23:00沒博班就謙虛一點
作者:
rupcj8 (唉呀)
2017-10-25 22:26:00不過你應該要把公司和問什麼都講清楚才知道是不是你的問題畢竟台灣真的要請做data science的大概也沒幾間認真的
DS妳會的那點屁東西根本沒用 很熟? 叫你用最簡單的語言PYTHONE寫隻可以爬動態網頁的爬蟲我看妳就gg了學人家ds你這種被民間公司問倒的就去銀行業養老比較實在人家自動把東西給你妳不用去寫爬蟲輕鬆太多ds熟的話隨便都能領8萬以上 銀行大概可開到6萬這行比較特別 技術面試只要能過不管你學歷多少都能進來相反的技術面試沒過的基本上就
作者: lukelove (午睡) 2017-10-26 00:10:00
果然在這熟這個字不能用阿, 尤其血統不對的
作者:
hanshsu (小肉呆)
2017-10-26 01:59:00程式怎樣叫過門檻啊?
可以試著找找 roc curve & youden index 搭配 search演算法 應該能回答你的問題... 印象中 categorical/survival 課上應該有提...吧XD
研替要做好幾年，慎選. 沒有找到就乾脆當兵你會謝謝我
作者: qseft12345 (小捷) 2017-10-26 10:02:00
真的熟工具比較有用，臺灣多得是熟工具再學點統計就好，統計再強工具不熟在"這行"似乎沒什麼用
作者:
moondark (分析與解說)
2017-10-26 15:15:00你沒有問題 有問題的是那些沒有統計背景聽不懂的面試者換個場景比如說是生物統計類的工作就變成反過來 變成只會演算法的人生不出東西被嗆沒貢獻只是這種工作會給有生物背景的人優先 沒有領域知識不行直接把資料科學那套丟到嚴謹假設的統計研究裡就是死亡稀疏資料有稀疏資料自己的玩法結論就是你找錯工作類別 別找程式設計師的工作但你想找的工作缺領域知識在檯面上很少很少幾乎沒有也許可以考慮轉行 找更重視數學的工作? 但這我不懂請其他人補充
作者: lukelove (午睡) 2017-10-26 20:38:00
簽博
借標題問個：如果是點了一些統計和一些CS的生醫人呢...
作者:
wxtn (不一樣的聲音)
2017-10-27 21:58:00目前在公司看到 懂ML理論的人無法解決問題 陷入空轉狀態不禁開始思考真正有用的data science到底怎麼定義...
作者: fuvincent (necky) 2017-10-27 23:35:00
有些人不知道在兇什麼原po加油，別理一些無聊人
作者:
eesu (魯肥宅我本人)
2017-10-28 00:39:00路過 蠻好奇你指的熟DL數學理論是指？
作者:
prag222 (prag)
2017-10-28 16:29:00都產學合作了還來這問題?這邊 純資料分析的不多吧 霸歌乾脆去數學版問不是比較快 進職場依樣先從資料處理入手吧
作者: profiles (pforileS) 2017-10-28 20:24:00
現在這些資料科學家職缺，變成一堆不太會寫程式的學生的救贖
都沒屁用，我指的是在妳身上，有用不可能被刷掉每次都面試這種自以為會很熟的屁孩真的蠻賭爛的理論熟的人一大堆，做不出來就不要說妳多熟，熟會做不出來? 一堆掛cs外國畢業的考實做翻船的我見過不少當然如果你是數學系的倒演算法公式的話我還免強可接受