Re: [請益] 轉行做資料數據分析

看板Soft_Job作者 (小羊快跑啊)時間6年前 (2017/09/05 16:45), 6年前編輯推噓15(15推 0噓 24→)
留言39則, 12人參與, 最新討論串2/3 (看更多)
沒有數統不然先當黑手如何 台灣目前工作大部分缺資料工程師 1.先去當資料工程師學習怎麼處理資料。 掌握如何處理數據的相關工具能力即可 版上很多文章可以參考。 2.並偷學資料分析師的資料分析法。 3.偷學完後你就成為某一領域的專精資料科學家，你就可以用這套騙吃騙喝到其他產業當 王。 因為分析師的分析法還是要資料工程師實現居多。 以上是非正統畢業能鞥，最低成本進入該行的路線 正統路線 走相關資工副修數統，才是正解 但我覺得這條路時間太長可能不符合你的需求。 參考看看。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 27.52.12.94 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1504601115.A.4DC.html ※ 編輯: beaprayguy (27.52.12.94), 09/05/2017 16:46:24 ※ 編輯: beaprayguy (27.52.12.94), 09/05/2017 16:47:22
推
09/05 16:50, , 1F
推這篇 台灣目前的數據不夠完善
09/05 16:50, 1F
→
09/05 16:51, , 2F
大多數公司還沒有 data = $$$ 的概念
09/05 16:51, 2F
→
09/05 16:52, , 3F
不過要是 clean data 太髒的沒有價值
09/05 16:52, 3F
推
09/05 17:57, , 4F
謝謝你的建議，我會參考看看。
09/05 17:57, 4F
推
09/05 18:31, , 5F
太髒的看情況還是有價值啦，
09/05 18:31, 5F
→
09/05 18:31, , 6F
只要不缺漏太多，能夠清理得乾淨的就行
09/05 18:31, 6F
推
09/05 19:01, , 7F
資料黑手+1
09/05 19:01, 7F
推
09/05 19:10, , 8F
對啊，太髒的就需要請人來整理，類似掏金的概念，砂礦
09/05 19:10, 8F
→
09/05 19:10, , 9F
中提煉出黃金
09/05 19:10, 9F
推
09/05 22:02, , 10F
找別人濤沙,自己爽爽套公式的工作請介紹我
09/05 22:02, 10F
→
09/05 23:30, , 11F
有 國外很多
09/05 23:30, 11F
→
09/05 23:30, , 12F
台灣要兼著做
09/05 23:30, 12F
推
09/05 23:33, , 13F
我已經預見未來 這種職缺在台灣也是 操操操操操操操操
09/05 23:33, 13F
推
09/06 03:47, , 14F
其實都是要弄資料的啦 只是目標不同所以做法不同
09/06 03:47, 14F
推
09/06 06:54, , 15F
國外都是分工 台灣就是一個人包辦全部ㄎㄎ
09/06 06:54, 15F
→
09/06 06:54, , 16F
況且資料清理完 後續也不是套套 model 就結束了
09/06 06:54, 16F
→
09/06 06:55, , 17F
不然就不用特地分 資料工程師 資料科學家了
09/06 06:55, 17F
推
09/06 10:10, , 18F
對啊，套完model還要能解釋，需要domain知識。
09/06 10:10, 18F
→
09/06 10:10, , 19F
但是在台灣很有可能會全包...
09/06 10:10, 19F
→
09/07 20:05, , 20F
國外沒分工啊 我現在在作也是從清資料開始
09/07 20:05, 20F
→
09/07 20:06, , 21F
你沒domain知識 不能解釋給實務面的人聽的話 不能叫
09/07 20:06, 21F
→
09/07 20:06, , 22F
data scientist
09/07 20:06, 22F
→
09/07 20:06, , 23F
這點個人認為和sde很不一樣 人的層面很多
09/07 20:06, 23F
→
09/07 21:48, , 24F
所以貴公司是多少人？
09/07 21:48, 24F
推
09/08 08:27, , 25F
看公司大小吧 我現在也在美國 公司大概一千人 也是全包
09/08 08:27, 25F
推
09/08 11:38, , 26F
原來沒分喔，看一些徵才，都有分 data engineer 跟data
09/08 11:38, 26F
→
09/08 11:38, , 27F
scientist
09/08 11:38, 27F
→
09/08 19:49, , 28F
data engineer是比較像DBA然後加productionalize
09/08 19:49, 28F
→
09/08 19:50, , 29F
我是傳統零售業公司 員工20~40萬 總部約3000人
09/08 19:50, 29F
推
09/08 20:20, , 30F
data engineer 應該主要在弄資料流的部分吧
09/08 20:20, 30F
→
09/08 20:24, , 31F
而且有時候來來回回一直改 如果都要叫別人整很沒效率
09/08 20:24, 31F
→
09/08 20:30, , 32F
怎麼會有人以為data engineer是專門清資料
09/08 20:30, 32F
→
09/08 21:21, , 33F
感謝指正 另外 hadoop 這塊 是 engineer 做的嗎?
09/08 21:21, 33F
→
09/09 08:43, , 35F
-data-engineer
09/09 08:43, 35F
→
09/09 08:43, , 36F
不然資料工程師要做什麼？
09/09 08:43, 36F
→
09/09 08:43, , 37F
不整理資料？
09/09 08:43, 37F
推
09/10 07:40, , 38F
要整理資料啊 那個PPT第八頁寫的就是主要工作
09/10 07:40, 38F
推
09/12 01:18, , 39F
推，
09/12 01:18, 39F
‣ 更多 beaprayguy 的文章
文章代碼(AID): #1PhcGRJS (Soft_Job)
‣ 更多 beaprayguy 的文章
文章代碼(AID): #1PhcGRJS (Soft_Job)