AI數據分析工作 未來方向 請益（碩）已刪文

看板Soft_Job作者 (大兜風)時間6年前 (2019/12/31 05:31), 6年前編輯推噓21(21推 0噓 54→)
留言75則, 21人參與, 7年前最新討論串1/2 (看更多)
各位大神好 首先介紹自己狀況： 交大科技管理 碩二上（過去學長姐最大宗是pm ) 大學學店財金系 種種原因（興趣，能力，環境等等） 決定期望以後以機器學習當飯吃 （半路出家，當個跟風仔） 目前教授是佛系，你有交都給畢業 （原本是搞專利分析，後來覺得興趣不合，程式能力也不夠力，換教授，所以才有時間自學 ） 目前能力： python機器/深度學習演算法都有基本實作且有了解背後計算過程 地利之便去修其他系開的ai課 但主要還是線上課，買書，自己整理 （套件sklearn,keras,tensorflow，知道每個算法邏輯，模型選擇，調參數，驗證，資料前 處理，手刻影像辨識基本，手刻分類算法，回歸等等） 因為一些原因點了很基本MS SQL技能（基本join 建表等等） 多益660（生而為人我很抱歉） 自學過資料結構，統計，線代（線上課，看書） 微積分是研究所考科 財金（很破的財報分析，很破的投資計算） 與人溝通，橋事情，報告 算拿手 還剩半年點數還會繼續點下去 想請教的問題： 1.首先是面試問題，問了一些前輩與爬文後，這點還是沒有一個答案，如果時間有限 （1）刷利扣的easy， （2）繼續點資料庫技能（sql,spark), （3）實作作品集（結合前端或已有網站做AI推薦相關） （4）打kaggle 對於資料工程師來說（重點），哪一個面試比較有優勢呢？或是說面試不容易陣亡,或是 有 任何優先順序的建議，拜託告訴小弟，給你跪了 2.如果以投面試，kkbox,玉山TMA,純做AI算法的，我這德行有機會上嗎？因為音樂是很大興 趣,期望以後能做相關的結合，但除了kkbox小弟見識淺薄不知台灣還有什麼相關職缺QQ 小弟知道自己很爛，學歷也非相關，未來還有多東西要補，但對軟體跟AI算真的有興趣,研 究實作起來覺得有在創造有成就感 （後來發現對財金是學科有興趣,工作沒興趣，且沒語言天份是很大的原因） 各位鞭小力一點QQ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.195.193.6 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1577741487.A.DB1.html ※ 編輯: afdaafda (123.195.193.6 臺灣), 12/31/2019 05:36:10 ※ 編輯: afdaafda (123.195.193.6 臺灣), 12/31/2019 05:42:07 ※ 編輯: afdaafda (123.195.193.6 臺灣), 12/31/2019 05:44:13 ※ 編輯: afdaafda (123.195.193.6 臺灣), 12/31/2019 06:25:42
推
12/31 07:50, 6年前 , 1F
BA 接受嗎
12/31 07:50, 1F
→
12/31 08:04, 6年前 , 2F
刷leetcode 啊，不要只受限刷easy，kaggle也可以打一些
12/31 08:04, 2F
→
12/31 08:04, 6年前 , 3F
作品。程式能力不足就繼續加強，然後你的碩論是否跟AI
12/31 08:04, 3F
→
12/31 08:04, 6年前 , 4F
相關，有獨立研究的能力，不然只能做分析師相關的工作，
12/31 08:04, 4F
→
12/31 08:04, 6年前 , 5F
QQ
12/31 08:04, 5F
→
12/31 08:12, 6年前 , 6F
學歷會被刷掉，去做分析師吧
12/31 08:12, 6F
→
12/31 08:14, 6年前 , 7F
@sxy67230 感謝回答 論文應該會做跟ai相關 但應該是結
12/31 08:14, 7F
→
12/31 08:14, 6年前 , 8F
合其他議題（財金或音訊） 算法方面應該沒什麼大貢獻
12/31 08:14, 8F
→
12/31 08:15, 6年前 , 9F
如果真的很想走這個領域，而不是看在這一塊好賺錢的話，
12/31 08:15, 9F
→
12/31 08:15, 6年前 , 10F
那就直接重考進四大資工碩吧。不然分析師也是不錯，我
12/31 08:15, 10F
→
12/31 08:15, 6年前 , 11F
有認識高中同學也是唸財金，畢業出國唸金融碩，前幾年得
12/31 08:15, 11F
→
12/31 08:15, 6年前 , 12F
知他在國外上班作操盤，一個禮拜近辦公室兩天也有年薪二
12/31 08:15, 12F
→
12/31 08:15, 6年前 , 13F
三十萬美。
12/31 08:15, 13F
※ 編輯: afdaafda (123.195.193.6 臺灣), 12/31/2019 08:18:38
推
12/31 08:44, 6年前 , 14F
用套件誰都會找工作不一定難，但跟正規訓練出來的碩班生實
12/31 08:44, 14F
→
12/31 08:44, 6年前 , 15F
力肯定差一大截
12/31 08:44, 15F
推
12/31 08:56, 6年前 , 16F
夠強不想補學歷就kaggle刷一刷
12/31 08:56, 16F
→
12/31 08:58, 6年前 , 17F
@HungDa 感謝回答，應該說小弟也完全沒想過跟同校資工
12/31 08:58, 17F
→
12/31 08:58, 6年前 , 18F
的比較，知道自己實力差太多，也有手刻過一些簡單的算
12/31 08:58, 18F
→
12/31 08:58, 6年前 , 19F
法（樹之類）自認應該不會跟中字資管差太多？有待解惑
12/31 08:58, 19F
→
12/31 09:03, 6年前 , 20F
做AI當然就考你分析什麼情況用哪種訓練器比較適合
12/31 09:03, 20F
※ 編輯: afdaafda (123.195.193.6 臺灣), 12/31/2019 09:06:03
推
12/31 09:43, 6年前 , 21F
直接做作品出來，我面試數據類工作都直接把作品印出來
12/31 09:43, 21F
→
12/31 09:43, 6年前 , 22F
給面試官看
12/31 09:43, 22F
推
12/31 09:45, 6年前 , 23F
還有，老實講，看你文字敘述跟排版真的很像學店生，不
12/31 09:45, 23F
→
12/31 09:45, 6年前 , 24F
像碩士生
12/31 09:45, 24F
推
12/31 09:49, 6年前 , 25F
建議你用medium這個平台去寫一些文章，不管是一篇報告
12/31 09:49, 25F
→
12/31 09:49, 6年前 , 26F
或一個觀念也好，真的寫出來才是你的，否則只是input而
12/31 09:49, 26F
→
12/31 09:49, 6年前 , 27F
沒有output的話學校效果有限
12/31 09:49, 27F
→
12/31 09:50, 6年前 , 28F
*學習效果
12/31 09:50, 28F
→
12/31 09:51, 6年前 , 29F
12/31 09:51, 29F
→
12/31 09:51, 6年前 , 30F
le-winner-using-machine-learning-d1ed055ac50
12/31 09:51, 30F
→
12/31 09:52, 6年前 , 31F
例如上面這篇，他用ml預測寶可夢勝率
12/31 09:52, 31F
推
12/31 10:00, 6年前 , 32F
好奇問一下ptt怎樣的排版不會像學店生像碩士生xD
12/31 10:00, 32F
※ 編輯: afdaafda (123.195.193.6 臺灣), 12/31/2019 10:01:43
推
12/31 10:29, 6年前 , 33F
看你用一堆括號就黑人問號啊
12/31 10:29, 33F
推
12/31 10:31, 6年前 , 34F
正常來說一篇文章，你就算略過括號去閱讀還是能讀通順
12/31 10:31, 34F
→
12/31 10:31, 6年前 , 35F
的，因為那只是補充說明，你第一段中括號內的內容看起
12/31 10:31, 35F
→
12/31 10:31, 6年前 , 36F
來不像可以省略的
12/31 10:31, 36F
推
12/31 10:36, 6年前 , 37F
哦～ 就可以直接打出來的就不要用括號嘛(抄筆記
12/31 10:36, 37F
→
12/31 11:14, 6年前 , 38F
樓上不是我XD
12/31 11:14, 38F
推
12/31 11:38, 6年前 , 39F
建議可以直接投履歷來喔～ 有投有機會 (非本科在k盒當d
12/31 11:38, 39F
→
12/31 11:38, 6年前 , 40F
s的路過XD
12/31 11:38, 40F
推
12/31 11:45, 6年前 , 41F
唸英文 進外商才是正解 真心不騙
12/31 11:45, 41F
推
12/31 12:39, 6年前 , 42F
個人覺得您就刷code就好，面試程式能力有過基本上有一
12/31 12:39, 42F
→
12/31 12:39, 6年前 , 43F
半機率offer get。一般公司對新人不會要求太多，您技
12/31 12:39, 43F
→
12/31 12:39, 6年前 , 44F
能東點西點如果都不是很熟面試反而被問倒。
12/31 12:39, 44F
→
12/31 12:52, 6年前 , 45F
放個 github 評估看看R
12/31 12:52, 45F
推
12/31 14:47, 6年前 , 46F
3>1>2>4
12/31 14:47, 46F
推
01/01 01:24, 7年前 , 47F
打kaggle要有贏才有用
01/01 01:24, 47F
推
01/01 01:27, 7年前 , 48F
然後新鮮人最看重學歷，你說你自認的實力跟中字資管差
01/01 01:27, 48F
→
01/01 01:27, 7年前 , 49F
不多，但問題是沒學歷也沒經歷要被叫去面試的機率會大
01/01 01:27, 49F
→
01/01 01:27, 7年前 , 50F
減
01/01 01:27, 50F
→
01/01 01:28, 7年前 , 51F
連面試機會也沒有那你也沒機會證明你的leetcode程度，
01/01 01:28, 51F
→
01/01 01:28, 7年前 , 52F
也沒機會拿出你的作品集
01/01 01:28, 52F
推
01/01 01:30, 7年前 , 53F
非本科最困難的就是找到第一份工作，建議放低標準，先
01/01 01:30, 53F
→
01/01 01:30, 7年前 , 54F
有第一份工作練功，第二份可以跳更好的
01/01 01:30, 54F
推
01/01 01:32, 7年前 , 55F
kkbox跟高山TMA很多人搶的，中字資管都未必會錄取了，
01/01 01:32, 55F
→
01/01 01:32, 7年前 , 56F
更何況是應屆非本科
01/01 01:32, 56F
推
01/01 01:35, 7年前 , 57F
但我倒是認為非MA的金融業IT相關職缺是有機會的，可以
01/01 01:35, 57F
→
01/01 01:35, 7年前 , 58F
多面試幾間試試
01/01 01:35, 58F
推
01/01 01:38, 7年前 , 59F
spark不是DB技能
01/01 01:38, 59F
推
01/01 03:52, 7年前 , 60F
先確定你要資料工程師，資料分析師，資料科學家還是機器
01/01 03:52, 60F
→
01/01 03:53, 7年前 , 61F
學習工程師。你的背景比較像是資料分析師。
01/01 03:53, 61F
→
01/01 03:56, 7年前 , 62F
資料工程師最重要的是ETL經驗，跟機器學習沒有直接相關
01/01 03:56, 62F
→
01/01 23:46, 7年前 , 63F
資料科學 很多總面向可以走, 找個kaggle資料搞EDA 打個
01/01 23:46, 63F
→
01/01 23:46, 7年前 , 64F
競賽拿名次, 如果履歷一點特色也沒有 那就是刷leetcode
01/01 23:46, 64F
→
01/01 23:47, 7年前 , 65F
專門做EDA 又有溝通報告能力的人 也很值錢
01/01 23:47, 65F
→
01/01 23:48, 7年前 , 66F
說一句老實話 面試官看非EECS都是others, 你必須表現的
01/01 23:48, 66F
→
01/01 23:48, 7年前 , 67F
比EECS 的平均都還要好, 才有可能被看中
01/01 23:48, 67F
→
01/01 23:50, 7年前 , 68F
有金融知識 想進國泰玉山應該還是有機會ㄅ
01/01 23:50, 68F
→
01/02 10:30, 7年前 , 69F
最快捷徑就是發top-conference paper
01/02 10:30, 69F
→
01/02 10:30, 7年前 , 70F
一篇論文證明你所有能力
01/02 10:30, 70F
→
01/03 16:21, 7年前 , 71F
3和1 同時花點時間在4上面
01/03 16:21, 71F
→
01/03 16:22, 7年前 , 72F
你的sql如果還不是很熟 那會比Kaggle優先
01/03 16:22, 72F
→
01/03 16:23, 7年前 , 73F
leetcode我記得也有資料庫的題目可以練習
01/03 16:23, 73F
→
01/04 21:35, 7年前 , 74F
感謝各位回覆了~
01/04 21:35, 74F
→
01/06 19:00, 7年前 , 75F
手刻那部分該不會是黃斯皓的課程教的吧？
01/06 19:00, 75F
‣ 更多 afdaafda 的文章
文章代碼(AID): #1U2colsn (Soft_Job)
‣ 更多 afdaafda 的文章
文章代碼(AID): #1U2colsn (Soft_Job)