借這篇來請教各位
在下金融業月薪8~9萬，年薪17個月左右。
在金融業累積有十年，非管理職
寫程式功力和外面行業比可能不算什麼，在金融業算前段班吧，寫得也比廠商好。
大家都說科技業好，我也想去
但我不是理科背景，也沒有IT相關學歷
又在金融業待這麼久若去科技業人家會要我嗎？
薪水也能1.5倍起跳嗎？ 我可開多少錢去應徵呢？

出去面一輪，就知道能談到多少了

你這資歷履歷投出來大家搶著要好嗎

履歷寫好 會面試 懂的行銷自己才有人要

科技業不是本科出身的也很多

丟丟看就知道了呀...

說真的，金融業待10年，技術心態都很難再有衝勁，可能也很難再出去了，薪水150-160外面也難給到

直接說公司與職缺，科技業那麼大，誰知道你要找哪類工作。非針對原文，一堆人說工作十年，結果整天CRUD呼叫API這類人絕對談不到高薪啦。

應該是想找錢多事少全遠端的工作吧

GGIT大缺人，去試試看吧需要內推可以站內我

看年資根本看不出怎麼談薪水。

感覺有實力又想認真一點的話真的可以去gg it看看

金融的廠商要看哪種吧，如果是跟駐點的比那很難說

GG it也分很多種，不要講的好像GG就多好。

是不是升管理職 然後退休 就好了？

而且工廠做IT又是另一個屎坑，有實力怎麼優先選工廠IT所以我才說，科技業那麼大，每個人想到的差很多

為毛人人推 GG IT XDD

可能因為GGIT只要有國立碩士學歷再多刷題就有機會？

GGIT分一堆單位，一般的人資財會產品管理資料分析都有，不是只有工廠跟製造另外如果要走資料，但是又沒辦法出國的話，台灣能夠搞到最大資料量的只有GGIT了

因為GG就是無腦錢多不是嗎？公司現在賺錢啊

外面150-160的缺很多吧，尤其後端上看200的也不少，多找HH聊聊吧

沒見識真可怕，真的要搞Big data 建議可以去電信業，或電商。還GG 全台灣資料量最大？ 沒證據唬爛GG是ok啦，但吹牛吹成台灣第一，不管是薪水，工作內容，用戶數量，資料量… 都沒那麼神山啦。而且GG都是只能看到自己業務的資料，資料量是能多大？有百T嗎？ 沒有別說GG資料量最大。薪資GG就輸正常軟體外商啊，資料量，GG應該也輸電信與電商，工作內容GG就只能做很狹隘的小部門工作，少量用戶。GG真沒那麼神，到台灣第一選擇看原文野心那麼大，薪水要先x1.5，GG根本不是優先選擇.

台灣廣告業收使用者瀏覽紀錄 log 就幾萬 QPS 惹

慘，沒見識的人真多，你不知道一台機台一天就生多少資料出來嗎？光一家豬屎屋一個月就幾十T的資料在生了，台積的量更大

原po 都在金融卡位卡那麼久了，不考慮轉管理職往上爬嗎？。

我說的廣告收 log 一天就幾 T 了

薪水先不說，一個月幾十 T 這趨勢應該有吧？

GG IT 有這麼好進去？ 不是改面試制度了

這薪水跟系統廠差不多，別跳了

百T笑死 不懂可以問

可以先刷leetcode看看手感如何

我覺得推GGIT是有道理的 做的事情一樣廢 薪水1.5倍一定有

打架打架

要刷題考白版考os/ds/演算法的建議你都直接跳過

等等你羅輯是不是怪怪的？？你沒科技業經驗要1.5倍薪水？？

原po就是來嗆你各位金融薪水夠好了還要跳去哪才有1.5倍

以IT來說，原文還算沒經驗嗎？哪裡邏輯怪

你去面面看不就知道了

結果完全沒人回薪水開怎麼開XD

我都直接說自己期望薪資耶。不行就感謝函啊

只是看到有人說1.5倍 才想去應徵的吧！你工作10年沒有判斷力？1.5也要看他舉得例子是base多少的1.5

GGIT 10年年資去年領300沒問題吧 以後就不知道

也許你應該列出技能及專案成就大家比較好給意見

每次有gg it文都是看hegemon跟drtech在吵架

自己說比廠商強，在同業前段班判斷的標準是啥？量化一下數據吧～

沒辦法 GG 樹大招風 蠻好奇裡面 it 會低RD 一等嗎

面試就知道了，別說1.5倍，兩倍都有可能

我自己經驗接觸到的廠商普遍程度都偏爛…

欸，老實說電商資料還真的沒有機台資料量大...喔，當然你可以算上使用者在頁面上的那些行為還有訪問路徑要做的話機台也可以加 sensor 呀…

我第一份工作就是接金融業案子的乙方，我的code真的爛

老哥你讓我有信心了 謝啦

一線不知道 二三線肯定能二三線也是缺人缺的亂七八糟

這一篇有呼應到金融業非主管職的中位數年薪!

可以大概描述一下什麼功能嗎 ?

8.5*17*1.5=216萬 大概只有一線豬屎屋可以滿足純軟的話 微軟,google,amazon也可以試試看

面試就知道了 外面看實力 面試測驗過得了就有格

科技業 電商 外商的IT

216 這兩年在台灣擴大徵才的新加波商有機會談到，不過都全英文面試

你的唯一選擇是外商 台商薪水能給比你高的不會收你比你低的你不用跳 龜金融業就好我是說台商非管理職(因為你不想幹)

聽起來廠商PM油條阿 管理PM確實累 一張嘴油膩膩你可以在想仔細一點啊 為什麼廠商PM油條導致程式慢又爛在你的權限範圍能做些甚麼嗎而且你的作法PM會感謝你他又如質如期的完成專案了這才是你想離開的原因吧？

試試水溫阿

某些人拿出證據來把，沒看過有工廠的機台的垃圾資料是會留存的。當大家沒工作過喔.某人真的程度太差。工廠IT在台灣，本來就是次級的工作。還把GG IT捧那麼高，真沒見識。台灣資料量最大是GG？ 嘴砲真強啊，你怎麼統計出來的？證據在哪？ 說話科學點，是身為工程師最基本的吧。

有待過GG IT 的可以說明一下是否在公司內會低人一等嗎畢竟對公司來說IT 不比RD跟設備比又如何呢

應該說機台log怎樣才算有用的資料吧就算不是GG，一般一批生產下來也會記幾萬個點位data但這個在製程管制上也只能算一筆資料能上的了檯面的也只有那一筆其他log就看公司有沒有閒錢找人玩他不過我之前是沒看過有分析出什麼結論不知道GG是否跟別人不一樣

想順便問一下台達電如何之前參加過他們活動出去玩，他們還蠻肯花錢的

工廠機台的垃圾資料？先不說台積啦，電腦零組件的機台資料過站都有留存了…另外即使電商，再怎樣也要先定義什麼叫垃圾資料吧？也不是不留啊，會在 Data Pipeline 的不同階段篩掉，要判斷的反而是留存的生命周期長短這個 hegemon 待過 GGIT 應該更有話語權

現在GGIT還在擴編，公司也公開說這幾年良率拉升快速跟IT與資料分析團隊有很大的關係，話語權會低嗎？豬屎屋每一顆IC從封測或是晶圓廠的每一段製程資料都會保留，因為一旦出RMA的case，這些資料都會拉回來分析做casestudy. 當然不一定會繼續留存在DB，但是一定會讓人找得到.

是指台達流程太多，還是太閒呀

台達就穩，然後價錢普普很多晶圓廠的資料是每週幾PB在生的，比豬屎屋要多太多了....這種資料量不知道有沒有滿足某Dr的要求？

PB 是什麼？有百 T 嗎？

樓上我看不懂你是不是在反串了

好奇想問一下，一般工廠生產前預估良率會以首件為主GG在大量的數據分析下，有改變一般生產的流程嗎會這麼問是因為機台資料都是結果，但工廠希望是預防想了解GG是如何用分析結果來達到預防異常發生

製程不是只有一個站點，主要是來預測下個站點的狀況，或是能不能在不影響良率跟品質的情況下縮減步驟

瞭解了 感謝~

但資料也不是越多越好 要多的話全部用字串存無壓縮也很大service分析的資料比較多是預埋的counter或reporter如果這樣去跟機台log比較可能不是一個log level的對象但我不反對GG資料點多這個陳述啦

某Dr怎麼不見了？一週幾PB的資料有滿足你百T的要求嗎？還是數字小於100你覺得太弱了？

蠻有自信，幣圈吹一下你的金融常識，嘴一下架構，200-250有機會，前提是你的能力如你所認知，上面講幾T都別管

幣圈現在狀況很不穩..大部分都在裁員跟人事凍結

弱弱的說 資料再多沒配套沒分析 也不過是大型垃圾有什麼好自豪的就算分析了 你有對市場預測嗎？有對錯誤經濟行為修正嗎？都沒有也是分析出一堆垃圾啊我有八百PB的垃圾 有很屌嗎？

樓上你這樣真的弱弱的，沒效的話他們會繼續擴大資料跟ITteam的規模嗎？台積高層公開說過這幾年良率的拉升資料分析功不可沒，為酸而假裝弱弱的說duck不必而且了，他們收的都是製程相關的資料分析結果當然是用在良率跟製程改善上，你要他預測經濟？一個蘋果的數據庫要求拿來預測鳳梨？

垃圾資料就不用處理嗎 笑死 阿請問誰處理？早就說了不懂可以問 呵

有點概念的都知道相較過往來說，儲存空間越來越便宜，對資料工程和資料科學重視的企業，不會停留在以往只有 Database的狀況，而是做 Data Warehouse 和 Data Lake，在最上游蒐集越多資料越好，然後根據部門再從中撈取、探勘、過濾，最後才是建模跟分析…因為根本不知道你現在說的「垃圾資料」會不會實際上是「有用的資料」不用到台積電，一些電子零件的製程資料和測試資料，可能很多留存的資料對你來說都是「垃圾資料」，但是不是垃圾，也要分別拉控制圖（Control Chart）去看才知道。這個在品管跟工業工程還有可靠度分析來說都很重要好嗎…上述這些概念十幾年前就有了，開口閉口就垃圾資料的，先去學一下資料探勘好嗎？

還真的是 20 年前就有，我大學修資料探勘有上到 XDD

就如同Hsins所說的，你資料是不是垃圾要怎麼定義？可能今天生產的貨，幾年後才賣掉然後出RMA case，這種資料你要不要留？客戶跟供應商還是會來追你要資料呀

說的好像清大交大的那些教授建立的模式是你做的 替那些教授噓你標題是金融 內文是GG的生產管理我可以看成 財會外貿 和生管品管兩大陣營的IT比較這兩方面的知識都是二戰期間才興盛起來的更甚者到近代出現的資安方面供應鏈攻擊 台GG出席制定供應鏈資料規範 這些才有意義啊你的資料多大 沒有對應的理論可以去看勘 都是垃圾

很明顯你根本是為了酸而酸，探勘這件事就是要有資料，拜託不懂真的可以問。

我只能說真的垃圾不會公司一直砸錢下去，你當那些高階真的都傻了嗎？清交那些教授有多少沒出過象牙塔的你自己很清楚吧？學術界模式如果真的這麼好套到業界怎麼沒見幾個教授創業成功的？

原文的 Mining 是挖礦、採掘，要從土裡找出有價值的東西，而不是直接拿礦欸。建立模型也要先有資料啦，然後你說資料很多是垃圾？是不會用這些資料產生有用的模型的人是垃圾？還是這些資料是垃圾？

很囂張啊有本事把台積的機密說出來啊懂皮毛就叫別人去學你可以更大聲一點讓清交的那些教授象牙塔啊

不是啊，你連皮毛都不懂就在酸那是垃圾資料，到底誰的問題比較大啊？我建議你寄信給每個研究領域有 Data Mining 的教授，問問看他們認不認同你對於垃圾資料的說法

你是容不下垃圾兩個字為反對而反對我說沒有理論可以看勘的資料都叫做垃圾不敢洩漏台積機密了吼再囂張啊

你要不要回去看一下你說什麼啊？台積徵人就是要從這些龐大資料裡面找出價值啊不是會噓然後自己崩潰就有道理就贏欸，套句 DrTech 說的，工程師拿科學說話好嗎？

拿出科學 你知道你說的東西垮了幾個領域用的東西用了哪些地方最簡單一句 我要看到你洩漏台積機密才算科學自己說了多少領域 多少專業用了多少理論 用了多少知識叫別人去學你只知道的資料看勘不噓你 對不起自己啊

我覺得呢，你可以直接致電台積電，直接跟他們管理階層反應說那些垃圾資料沒用，都不要再留存了，也不用找人來處理這些垃圾資料了:)

今天是你在叫囂叫我致電？套句你上面說的科學在哪裡？

我就算不懂量子力學，也不會說量子力學是垃圾呀。再說你哪位？喔喔，原來請人先有些概念再來誇大其詞就是叫囂了？

台積電的機密 謝謝 敲碗中文都看不懂別人對垃圾的敘述是什麼

我想中文不好的應該是您 :)

至少你也需要對幫忙台積的教授們道歉

你想一下 166 樓說的啦！你說沒配套就是垃圾，所以要找人處理嘛，然後找人處理，你又說這些東西就是垃圾？我要道歉什麼？？？？？？我可沒說資料是垃圾呢。

靠北 搞錯人 sorry

好了啦，大家都看出來你惱羞成怒了。

我只看過金融IT 轉乙方，你現在的薪水有一部分是金融know how,不全是技術

為酸而酸真的大可不必，最後只會一直叫人把秘密說出來，你是什麼東西？除了美國政府誰有那個權力要求人公佈機密資料？這邊講的都是在收製造相關的資料，你說怎麼不用來預測經濟修正政策，到底是誰在亂呀？

有個小小事倒是可以說 pb這個量詞對台積應該是快不夠用了嘻嘻

某樓對台積這麼有想法我可以找人內推呀，我前老闆最近還在跟我要履歷

資料分析看甚麼領域，部分領域應用很吸睛，但成效遠不及燒的錢

10年工作經驗怎麼可能200外商找不到，講只有豬屎屋的亂講