Re: [請益] 中壢資策會開資料分析師養成班

看板Soft_Job作者 (輕劃)時間9年前 (2016/08/03 22:44), 9年前編輯推噓13(14推 1噓 50→)
留言65則, 14人參與, 最新討論串4/4 (看更多)
各位軟體版前輩 大家好 小弟背景應用數學系 統計研究所 因為最近找工作 各種考量後想做數據分析 (coding能力普通、用過C++、R、SAS) 結果發現技能需求上 統計:資訊 約 2:8 根本一堆技能點數不足 於是去coursera、codecademy等等地方學java、SQL、python... hadoop、HDFS、Spark還沒碰 後來在想要不要參加資策會這個班 Big Data資料分析師養成 http://chungli2.iiiedu.org.tw/chungli/index.php/career/bigdata 如果花12萬和半年時間，"了解整個架構"和"獲得就業門檻技能"是否值得 但還是很猶豫以後工作能到多高的程度 想了一下，進去資策會後出來工作，會不會遇到 1.去上班，主管同事很多都CS出身 我沒修過演算法 寫出來的code別人能接受? 就算接受 code效率不好 自己也不能接受 (統計對於程式的效率並沒高要求) 2.對資工本科生來說 如果Machine Learning、Data mining...等等理論相當純熟 就算以後tools日新月異 應該還可以適應良好 畢竟理論基礎是維持全部的關鍵 而非本科系生雖然在養成班習得一技之長 是否有本末倒置的感覺? 綜合1,2兩點 就是程式寫得不好，理論又沒人家懂 = 直接GG 以上是個人的一點臆測 但凡事還是要做壞一點的打算 希望各位前輩能提供一些想法和經驗 謝謝大家!! -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.227.58.100 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1470235486.A.16C.html
推
08/03 23:02, , 1F
數學+統研所，公司會願意栽培吧？有需要去資策會嗎？
08/03 23:02, 1F
相關工作的門檻我還碰不到 ><
推
08/03 23:14, , 2F
資策會不會比你懂
08/03 23:14, 2F
推
08/03 23:54, , 3F
剛好有跟台北big data班的同學聊天過，他也正好統計
08/03 23:54, 3F
→
08/03 23:54, , 4F
畢業的。據了解，課程重在使用工具，而統計理論方面
08/03 23:54, 4F
→
08/03 23:54, , 5F
著墨較少。不過如果對一些工具不熟悉，譬如hadoop R S
08/03 23:54, 5F
→
08/03 23:54, , 6F
QL之類的想加強的話可以考慮。單就想加強big data規
08/03 23:54, 6F
→
08/03 23:54, , 7F
劃上的實務可能所學有限。不過中壢班的課程不知道相
08/03 23:54, 7F
→
08/03 23:54, , 8F
不相同。個人見解是，能使用工具是快速進入業界的方法
08/03 23:54, 8F
→
08/03 23:54, , 9F
。至於高深的規劃自然也不會丟給新人處理，可以把這
08/03 23:54, 9F
→
08/03 23:54, , 10F
邊看成是個入門磚。以上純聽同學分享，內容可能有失
08/03 23:54, 10F
→
08/03 23:54, , 11F
偏頗，僅供參考。
08/03 23:54, 11F
謝謝分享 ※ 編輯: penolove5566 (36.227.58.100), 08/04/2016 00:13:13
推
08/04 00:23, , 12F
去上班+1 很多公司在找你這種背景的
08/04 00:23, 12F
→
08/04 00:24, , 13F
基本上台北班 課程是抄中壢的 差不了多少
08/04 00:24, 13F
→
08/04 00:25, , 14F
其實這個班上的很雜 不如直接去職場專精一塊
08/04 00:25, 14F
噓
08/04 01:19, , 15F
先噓偽物
08/04 01:19, 15F
→
08/04 01:19, , 16F
本魯跟你的背景幾乎一樣
08/04 01:19, 16F
→
08/04 01:20, , 17F
本魯應該跟你當過同學 比你早一點點碰這塊 分享一下看法
08/04 01:20, 17F
→
08/04 01:20, , 18F
我是覺得CS技能幾乎必點 你可能可以很快的看完paper
08/04 01:20, 18F
→
08/04 01:22, , 19F
但是你要從實際的物體 或資料中抓到你想要的feature
08/04 01:22, 19F
→
08/04 01:22, , 20F
或data clean 就會花掉非常多時間 ,這時同事就會過來看
08/04 01:22, 20F
→
08/04 01:23, , 21F
你再充三小, 然後發現你寫的code又雜亂無章, 先不管你演
08/04 01:23, 21F
→
08/04 01:23, , 22F
算法會不會 就先屌幹你一波
08/04 01:23, 22F
→
08/04 01:24, , 23F
然後你就會失去一點點自信, 到開始建模自信可能就又回來
08/04 01:24, 23F
→
08/04 01:24, , 24F
一點點, 然後快樂的時光總是過得特別快 也沒甚麼時間多
08/04 01:24, 24F
→
08/04 01:25, , 25F
理解這些演算法 , 你就會被要求把這些東西佈署到這些平
08/04 01:25, 25F
→
08/04 01:26, , 26F
台上, 這個對Cs來講根本Ez 到想ZZ 但是對我們就是很痛苦
08/04 01:26, 26F
推
08/04 01:28, , 27F
因為我沒上過資策會的課不清楚內容,不過我覺得如果可以
08/04 01:28, 27F
→
08/04 01:33, , 28F
-斷-
08/04 01:33, 28F
推
08/04 01:33, , 29F
找到比較技術性的團隊進去打滾個一陣子 應該會比資策會
08/04 01:33, 29F
→
08/04 01:34, , 30F
--再斷--
08/04 01:34, 30F
→
08/04 01:34, , 31F
有效,至少也會比較知道學習方向.
08/04 01:34, 31F
→
08/04 01:36, , 32F
我目前為止碰分析(含paper)跟碰技術的時間比大概是2:8
08/04 01:36, 32F
推
08/04 01:37, , 33F
所以樓上是做什麼的呀
08/04 01:37, 33F
推
08/04 01:39, , 34F
但是如果去資策會 或許這個時間可以分布多一點到念paper
08/04 01:39, 34F
→
08/04 01:41, , 35F
我是說 自修 v.s. 資策會 的話喇
08/04 01:41, 35F
推
08/04 01:45, , 36F
阿自修的風險就是極易迷失方向, 我覺得比個Kaggle/找組
08/04 01:45, 36F
→
08/04 01:46, , 37F
真實資料來玩 邊玩邊補CS技能 可能是個不錯的選擇
08/04 01:46, 37F
推
08/04 02:10, , 38F
我說的技能必點 應該是是喔早碰晚碰遲早會碰到的意思
08/04 02:10, 38F
推
08/04 02:18, , 39F
啊我想理論類的東西可能都需要自己讀吧
08/04 02:18, 39F
我會再思考der
推
08/04 02:30, , 40F
= =
08/04 02:30, 40F
kigo
→
08/04 11:30, , 41F
我有錢的話來開一家glegoo
08/04 11:30, 41F
→
08/05 02:33, , 42F
你確定進去是學bid data的"演算法"
08/05 02:33, 42F
→
08/05 02:35, , 43F
那些數值演算法資策會最好是有比數學系懂
08/05 02:35, 43F
→
08/05 02:37, , 44F
頂多就學套件套一套罷了 這樣值得12萬??
08/05 02:37, 44F
大大你好 我的意思是 進去學不到演算法(我覺得這部分是自己要去學懂) 所以才會產生我列的1,2項問題 那兩個問題是 我進資策會後出去工作 可能產生的 所以想請教是不是真的有人對我提出的這兩個問題有感觸
推
08/05 11:26, , 45F
以你的背景 我相信邏輯那些不會輸他們
08/05 11:26, 45F
謝謝你~ 但我預設的是 去那邊不是學邏輯演算法 是學技術而已 好處是有人幫我整理，勝過埋頭苦幹 可能還幹不出什麼名堂 壞處就是我文章內提到的 然後我想問的是 我舉例的壞處是否真的很嚴重 ※ 編輯: penolove5566 (36.227.58.100), 08/05/2016 13:06:03
推
08/05 20:51, , 46F
上課確實不會碰到演算法，是以多數人的角度設計課程
08/05 20:51, 46F
→
08/05 20:51, , 47F
，所以內容也不會多深，以上
08/05 20:51, 47F
→
08/06 20:40, , 48F
理論去上線上課程 CS技能..好像也是線上課程
08/06 20:40, 48F
→
08/06 20:42, , 49F
覺得迷茫可以玩 kaggle..
08/06 20:42, 49F
→
09/13 13:28, , 50F
中壢資策會表示還是要自學...
09/13 13:28, 50F
→
09/13 13:41, , 51F
分組要碰運氣，組長比較成熟懂得每個人都要帶起來會學到
09/13 13:41, 51F
→
09/13 13:42, , 52F
,大部分是社會經驗不足，依原本熟悉的小圈圈的人在往來，
09/13 13:42, 52F
→
09/13 13:43, , 53F
平常沒有在做作品，很後期才要開始做已經來不及，一堆人
09/13 13:43, 53F
→
09/13 13:44, , 54F
急著要就業，組員如果覺得你技術不夠根本不會理你，
09/13 13:44, 54F
→
09/13 13:45, , 55F
錢白繳，建議直接針對要學的技術去上，比如說來上Java班
09/13 13:45, 55F
→
09/13 13:45, , 56F
就好很多，一開始就分組在平日做專題，Java需求最大
09/13 13:45, 56F
→
09/13 13:46, , 57F
又明確，比較不會像Big Data班是自生自滅的狀態
09/13 13:46, 57F
→
09/13 13:57, , 58F
，課後輔導是假的，只是要你簽個名而已，根本沒有輔導，
09/13 13:57, 58F
→
09/13 13:58, , 59F
問問題就說要先google XD 是沒錯要先自己會找解答，那就
09/13 13:58, 59F
→
09/13 13:58, , 60F
不要開個「課後輔導」誤導家長和學員吧，說好的統計課
09/13 13:58, 60F
→
09/13 13:59, , 61F
快結業了還是沒教...
09/13 13:59, 61F
→
09/13 14:14, , 62F
直接報考資工所是最好的，或者上專門技術的課，比如Java
09/13 14:14, 62F
→
09/13 14:42, , 63F
想在短期內學很多很多東西的可以上，不過消化要看自己
09/13 14:42, 63F
→
09/13 14:49, , 64F
，好處是可以綜合觀看很多技術，然後再選擇自己要的
09/13 14:49, 64F
→
09/13 16:03, , 65F
以上是以工程師為業的觀點，有其他想法就無所謂
09/13 16:03, 65F
‣ 更多 penolove5566 的文章
文章代碼(AID): #1NeWDU5i (Soft_Job)
‣ 更多 penolove5566 的文章
文章代碼(AID): #1NeWDU5i (Soft_Job)