[心得] 資料科學工作 / 技術交流Meetup Part.1

作者: benson415 (沛行)   2019-01-13 06:09:00
【前言】
各位好,在版上潛水好一陣子,一直看著許多版友在詢問加入Data Science這行的文章,
最近因身體在休假旅行時發生些狀況,一度面臨死亡,因此對於很多事情都有新的想法,
也決定上來分享一些經驗。由於我實際上在台灣工作的時間不到一年,於畢業後歷經兩次
創業、海外求學、工作等時間皆較長,我對於一些名詞可能中文不太精確,因此可能會有
些中英法夾雜。本文志在分享不在討好,除非是具體建言,否則恕我直接忽略。
避免文章過長,本文將切為三部分;第一部分我將簡單介紹自己的歷程以及目前服務的公
司,並簡單工商服務一下;第二部分為Data Science相關,將針對有志投入Data Science
的版友們提供些個人觀察及建議。第三部分則是想透過Soft Job版,我希望可以發起一個
定期的Meetup來互相交流,希望可以為在台灣工作的大家注入些不同的科技文化經驗或觀
點,而也幫助在海外的朋友也能學習或了解台灣近況。只是見過不少最後難產或是無法維
持的Meetup,因此也希望能拋磚引玉,讓整個計畫更加完善。最後,標題有點難下,請見
諒。
本文為第一部分,有興趣的版友可以隨自己喜好隨意看看。
【 簡介及工商服務 】
- 學習經歷
我現年30歲,大學就讀112經濟、輔數學,由於在大學時期一直認定自己會直接去美國攻
讀博班,因此在大學期間除了系上必修之外,大部分的時間都在數學系度過的。由於天生
反骨,當周邊的同學開始學習R、Matlab或其他統計軟體時,自己反而跑去資訊系學了些基
礎課程,包含自學在內,大學時先後學習了C/C++、資料結構、java script乃至於最後開
始寫python。
數學的部分,由於自己規劃了在大學四年不延畢的情況下一定要修好112經濟博班的計量
和個體理論,因此在大二、大三時先後學習了數學系的線性代數、代數導論、高微,甚至
因為發現了對數學的愛,因此大四時也修了實變和機率論。簡而言之,大學過的很充實。
還記得有個學妹在我畢業前問了個問題,她說「學長,你修這麼多數學課,你覺得會得到
什麼啊?」,我記得約莫是這麼回答的「其實我也不知道,我可能最後也沒得到什麼,對
大學的記憶也會只剩下數學。」
研究所的部分則是在法國完成的,學程系統性的強化了我在數學、資訊及算法等相關的應
用於各種與Data相關的工程,舉凡機械、電信等等;而在此期間,我與同學們會參加些
Kaggle的競賽;簡單來說,就是再次沈浸在數學和資訊的環境中。
- 工作簡介
112畢業後在朋友的邀請下一起創了業,當時很單純的認為唸書隨時有機會,然而創業機
會則不是天天有的,因此毅然決然地一起投入了。先後歷經了兩間公司,領域稍有重疊,
但皆有面向海外市場,而在這當中,我強化了很多對coding的理解和哲學,對於算法的認
識也有很大的進步。只是這一好一壞怕出局的狀態下,我轉而加入了台灣某知名文創公司
,以Data和數學為導向的作策略經營規劃,在公司一稱作「營運規劃室」的部門服務約莫
九個月後便離職,年少無知時曾以為自己已看盡了一切興衰。之後便前往法國讀碩,並因
為在學程期間實習過於難找,但發現投正職反而收到相當多正面的回音,因此與學校討論
後,便以正職(CDI)代替實習,於畢業前就開始了我在法國的第一份CDI。
- 現職環境
我現在以Data Scientist的職稱在一間名為Back Market的新創公司工作,主要類型為電
商平台。以媒體知名度而言,公司目前在法國與Payfit、Snips等公司並列前十大新創;
在歐洲名聲也漸漸追上如Data Dog、Adyen等公司。2018年時,在B輪募到約480萬歐元,
公司看起來是平步青雲。而我的工作主要是以Data作各種算法和服務,大約也有40%的時
間會使用到Machine learning;在這邊我也想先給不熟悉但又想入行的版友提醒:Data
Science不等於Machine Learning。
<< edit: 原先手誤,多放了一個零 :p
- 工商服務
公司成長快速,從我2018年加入公司到現在已經從當時的80人成長到170人。我是公司第
一個聘請的「講中文的人」,當然也就是第一個台灣人,直到最近聘請了位中國女生於
Business Development Dept。在這期間,雖不敢說做的很好,但盡力地為台灣做好口碑
,公司對於台灣印象從建立到現在,已經開始會詢問我是否有朋友想加入,雖然目前不如
GAFA一般厲害,但我們也期待自己會成為下一個Amazon。
回到工商服務正題,公司對於有能力的人才是願意幫忙申請簽證的,即便Macron目前在一
些政策上有些弱勢感到非常不滿,但是對於新創及外國人才都是有相當好的政策和配套,
因此如果你有經驗有能力,法國可以是你的另一個選擇。但我相信版友們也能理解枯枝理
論,為了避免遇人不淑,我還是會希望我們能先聊過後,確認方向和心態健康,我才會進
行內推,由我內推的狀態將會直接照會單位主管(Lead xxxx)及Tech Recruiter,因此
請不用擔心。
主要可以由我為你內推的Function包含:
<< edit: 以下單位為年薪、歐元
1. Data Scientist (45k - )
2. Data Engineer (45k - )
3. DevOps (55k - )
4. Architect (50k - )
5. Software Engineer (45k -)
簡單需求如下,詳情可以站內信詢問,但請耐心等候回覆,謝謝
- 英文流利,法文非必要,但法檢B1以上佳,確保你生活沒有困難
- DevOps主要為python及Go,需懂django, kubernetes...etc
- Data Team 主要為python,需熟悉docker, aws, sql...etc
- 其餘煩請站內信,目前JD皆為法文版不方便全部翻譯
- 學歷為了幫你申請簽證,必須至少碩士以上
- 其次海外人才皆不適用新鮮人,希望至少三年以上相關經驗
- 薪資部分相較美國或荷蘭可能沒有那麼漂亮,但在法國而已是相當不錯的Pay。以上薪
資僅供參考,實際Pay還是以最後合約為主。我個人經驗是會拿到比低標再高些。
- 其餘福利等包含股票選擇權、帶薪假(congé payé,印象中公司同事皆為30 天起跳
)、BoT(Bureau of Technology)每週可最多遠端兩天、每個月月會時晚上(soirée)
公司會包下一間Bar無限暢飲、午餐交通補貼...etc
以上為第一部分,接下篇我會以我個人的經驗分享Data Science相關工作的經驗或必須
謝謝閱讀,有點久沒寫中文,用字遣詞歡迎批評建議。
然後太久沒在PTT發文,先按了:q!發現沒反應,又試了ctrl+o...
作者: Chen334 (古先生)   2019-01-13 06:15:00
作者: tangblack (Cola)   2019-01-13 06:54:00
:wq! 試了嗎 :)
作者: sck921 (The Fate)   2019-01-13 09:29:00
作者: maypongyo (梅鵬友)   2019-01-13 09:45:00
菜逼巴推推
作者: TUTOTO (TUTOTO)   2019-01-13 09:46:00
emacs 派的站出乃
作者: yamakazi (大安吳彥祖)   2019-01-13 09:57:00
沒想到法國薪水不高 荷蘭規定工作簽證30歲以上最低薪資不能低於58.5k30歲以下不能低於43k
作者: loser113 (洨大魯蛇ㄍ)   2019-01-13 10:08:00
Data Scientist 和 Engineer 職務差在哪
作者: xavierqqqq (Eye煙霧瀰漫)   2019-01-13 10:59:00
作者: j6309355065   2019-01-13 11:05:00
作者: rocwild (外國死小孩)   2019-01-13 11:10:00
創業交流給推
作者: ice80712 (我很有事)   2019-01-13 11:45:00
45k是台幣嗎
作者: AvatarH (Avatar Hsieh)   2019-01-13 12:27:00
45K是法朗還是歐元?
作者: fish0112 (魚)   2019-01-13 12:29:00
經歷有點酷
作者: BBSealion (海獅)   2019-01-13 12:30:00
感謝分享!!
作者: yamakazi (大安吳彥祖)   2019-01-13 12:35:00
年薪歐元吧
作者: PoloHuang (黃保羅)   2019-01-13 13:08:00
...已經沒法郎這貨幣了吧
作者: MOONY135 (談無慾)   2019-01-13 13:12:00
我想聽面臨死亡的故事
作者: Beatles5566 (披頭56)   2019-01-13 13:31:00
我覺得是月薪台幣
作者: iwami (吃)   2019-01-13 14:18:00
看到薪資還以為寫錯,但是多一個0少一個0月薪年也都不對XDD
作者: s06i06 (三條魚)   2019-01-13 14:32:00
歐元/年 吧
作者: aloha111 (科科)   2019-01-13 17:02:00
推推!
作者: g5637128 (幫QQ)   2019-01-13 17:46:00
作者: xcraft (craft)   2019-01-13 18:50:00
好奇「Data Science不等於Machine Learning這一段」,可以再多分享一些嗎?
作者: ppc ( )   2019-01-13 19:20:00
未看先推
作者: clamperni (肥宅牛牛)   2019-01-13 19:30:00
作者: AvatarH (Avatar Hsieh)   2019-01-13 19:53:00
謝P大,本魯其實沒去過法國的,法朗是歷史課本讀到的...
作者: NOYUYU (深藍色的風)   2019-01-13 20:31:00
推同是在海外做data相關的工作!
作者: kokolotl (nooooooooooo)   2019-01-13 20:43:00
是說DS的範圍不只ML吧
作者: ManInSW (Man in Software)   2019-01-13 21:08:00
簡略地區分ML和DS:machine learning 是讓機器認知特定物體的特徵,接著做出判斷.data science 是分析資料提供(視覺化)報告供人類判斷以上說明當然不嚴謹,但我覺得應該夠明瞭原po最好能提供公司的網站讓人去看看公司在做什麼事,這樣比較能猜到公司想要怎樣的人, 適不適合去.要搬到法國去? 目前提出的誘因是不夠的.
作者: BBSealion (海獅)   2019-01-13 21:44:00
我覺得 DS 是泛指用資料以科學方法產生價值的人,而ML只是當前較紅的技術之一而已,但並非唯一方式,你能用excel 拉一拉就產生出可觀的價值也能稱 DS 啊
作者: kokolotl (nooooooooooo)   2019-01-13 21:55:00
同意樓上
作者: Ouranos (å—¨)   2019-01-13 23:18:00
推分享!
作者: fate111085 (學店魯肥宅)   2019-01-14 00:21:00
實習比正職難找… 真神人也
作者: elements (Helianthus annuns)   2019-01-14 02:15:00
薪資好像還好
作者: lithan   2019-01-14 05:08:00
推推,薪資看產業 朋友在法國銀行DS大約60k 但環境不同要我選,我可能也是選新創吧
作者: xcraft (craft)   2019-01-14 06:59:00
感謝M大與B大分享!
作者: b10007034 (Warren)   2019-01-14 22:01:00
數學才是萬用的工具,在這也驗證成功…
作者: lillianyo (莉莉安)   2019-01-16 01:40:00
作者: aacs0130 (湛靈)   2019-01-23 22:49:00
推推

Links booklink

Contact Us: admin [ a t ] ucptt.com