※ 引述《s3714443 (metalheads)》之銘言：
: 大家好，小弟目前在獼猴很多的大學就讀研究所
: 因為大四下為了做量化投資，接觸R語言，從此愛上程式
: 升研究所後老闆也剛好有在做機器學習在量化投資的應用，以下先說說我的經歷與能力
: 請大家別見笑QQ
: 經歷:
: 1. 國泰大數據競賽 優選
: 2. 在本土某銀行的客群分析部實習，運用客戶歷史資料預測未來會購買的理財商品，
: 使用LSTM及XGB建模，離開後有跟同事稍微詢問一下模型狀況，他們說上線後表現還不
錯
: 3. 在系上多堂程式相關課程助教，例如金融程式交易、巨量資料導論、金融科技服務
開?
: 4. 有修資管所的課：WEB程式設計、巨量資料導論、資料探勘與知識發現
: 熟悉的程式語言與工具: R最熟, Python次之, SQL皮毛
: Git, Vim, Linux, Docker略懂，都有摸過
: 能力與實做過的經驗：
: 本科能力:
: 1. 量化交易方法與觀念: 風險控管、賺賠比、策略回測、技術分析、多因子模型
: 2. 現代投資組合理論: ETF指數追蹤、投資組合建構方法
: 機器學習:
: 1. 以XGBoost實作台股漲跌預測模型，適合短線
: 2. 將經濟指標以降維手法進行群聚分析建構最優投資組合（目前論文方向）
: 3. 比賽使用貝葉斯優化以及Stacking集成方法進行險種預測
: 4. 處理IMDB原始評論文本，進行情緒分類，TF-IDF、WordEmbedding
: 5. 將MNIST手寫數據進行Conv Autoencoder分群，進一步應用就是把股票報酬序列
: 進行Conv1D的Autoencoder，把走勢相似的股票群聚
: 6. 經典模型都有了解演算法數學公式與原理:XGB、RF、CNN、LSTM
: 其他:
: 1. 用flask實作linebot，利用爬蟲獲得現價，計算不同選擇權策略所需成本
: 2. 用flask實作網頁小app，上傳圖片讀取keras圖片模型進行物品預測
: 問題:
: 雖然對量化投資也保有熱情，但是以後有點不太想進入純金融業，
: 想走入資料科學這塊，讓自己的出路更寬廣一點
: 但是搜尋一下資料科學家的徵才說明，好像都需要資訊、數學、統計背景的
: 小弟自認能力還算足夠，但是很怕學歷這關就被刷掉，再加上對於繼續學習知識的渴望
: 想推甄四大資工所、資管所，不知道我這樣的經歷有沒有機會？或是可以往哪裡補強？
: 或是說我這樣的學經歷，有機會直接進業界累積經驗？
: 感謝各位前輩指點 感謝！
不才小弟最近也想轉換跑道，與原po點的技能樹也是類似，整合過linebot跟fb，研所是
做information theory 相關的，但非四大碩，svm、XGB、DBN、CNN、RNN等等原理都有了
解，有實作過物體動作識別跟語意識別，還有基於生成對抗的聊天機器人。
碩士時主要熟悉的語言是C跟Python，工作這三年則是java技能以及SQL技能都被強化了，
目前後端熟悉mvc、mvvm架構，框架部分則是flask、spring hibernate，另外nosql目前
只使用過mongo db，但前端技能偏弱。
目前在現在的公司工作了三年（這是畢業後第一份工作）大概年薪58左右（更正一下，算
到月薪），想離職但也是很茫
然（想專注從事演算法的
工作，但目前公司都是做接案居多），不知道離職能力是否足夠，希望能夠得到一些
建議。另外，希望知道目前的薪資行情（小弟第一份工作糊裏糊塗，又不敢開太高，所以
完全不懂市場行情就賣掉自己了，希望能得到建議在接下來找工作能順利一點）