[請益] 轉職資料工程師

看板Soft_Job作者 (星空螢火蟲)時間2年前 (2022/01/15 23:02), 編輯推噓37(37推 0噓 85→)
留言122則, 43人參與, 2年前最新討論串1/3 (看更多)
背景： 28歲女 112數學系學士畢業 大學成績爛爆 畢業後輾轉當研究助理/中學教職反覆了兩三次 大學修課用過C、R 畢業後當助理用過SAS、Stata、Python 目前想轉往資料工程師方面發展 不知道這樣的背景有沒有機會 或是要如何補洞 謝謝大家 <(_ _)> ----- Sent from JPTT on my Asus ASUS_X01BDA. -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 122.99.41.41 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1642258964.A.5FA.html
→
01/15 23:03, 2年前 , 1F
Python 往 PySpark 點, 然後點 Scala
01/15 23:03, 1F
推
01/15 23:07, 2年前 , 2F
112數學 會一些程式 已經比大多數轉職的機會還高了
01/15 23:07, 2F
→
01/15 23:08, 2年前 , 3F
直接回112念2年電資碩 出來就是標準數學轉電資應該隨便找
01/15 23:08, 3F
→
01/15 23:09, 2年前 , 4F
謝謝，目前幫人寫一個背後資料很小的GUI，都用pandas，
01/15 23:09, 4F
→
01/15 23:09, 2年前 , 5F
會好好研究PySpark
01/15 23:09, 5F
→
01/15 23:11, 2年前 , 6F
@g大，我有想唸112統計碩士學位學程或是統計與數據科學
01/15 23:11, 6F
→
01/15 23:12, 2年前 , 7F
所，只是前兩年到今年都還沒搞定……
01/15 23:12, 7F
推
01/15 23:12, 2年前 , 8F
112數學的話給你一條明路，想辦法考個資工碩
01/15 23:12, 8F
推
01/15 23:13, 2年前 , 9F
數學轉寫扣的一堆吧 而且競爭力不錯 不要侷限在資料科學
01/15 23:13, 9F
→
01/15 23:13, 2年前 , 10F
而且比文組轉得更容易找到工作
01/15 23:13, 10F
→
01/15 23:16, 2年前 , 11F
因為在學期間主力放在教育學程，所以對數轉資沒有很研
01/15 23:16, 11F
→
01/15 23:16, 2年前 , 12F
究，會想唸上面提到的所是因為考科離數學比較近
01/15 23:16, 12F
→
01/15 23:21, 2年前 , 13F
不知怎麼準備 最省事就多花點時間去報考資工所補習班吧...
01/15 23:21, 13F
→
01/15 23:22, 2年前 , 14F
研究所繼續走數學 出來的職缺跟工程師還是天差地別
01/15 23:22, 14F
→
01/15 23:22, 2年前 , 15F
待遇雖然不見得比較差 但機會太少了 僧多粥少搶更兇
01/15 23:22, 15F
→
01/15 23:34, 2年前 , 16F
data scientist/engineer缺再怎樣也比教職多吧？
01/15 23:34, 16F
→
01/15 23:43, 2年前 , 17F
01/15 23:43, 17F
→
01/15 23:43, 2年前 , 18F
JV30?si=x_bYrub5RLuI_XiSNYH-4g&utm_source=copy-link
01/15 23:43, 18F
→
01/15 23:43, 2年前 , 19F
上次無意聽到的分享
01/15 23:43, 19F
推
01/15 23:53, 2年前 , 20F
去美國念個CS碩士，在美國的碼農，你大學成績再爛，你
01/15 23:53, 20F
→
01/15 23:53, 2年前 , 21F
112數學能畢業，基本上當SWE會需要技能你沒有念不會的
01/15 23:53, 21F
→
01/15 23:53, 2年前 , 22F
，花時間而已
01/15 23:53, 22F
→
01/15 23:54, 2年前 , 23F
要做Data念PhD
01/15 23:54, 23F
→
01/15 23:55, 2年前 , 24F
不一定要念資工，很多研究所也都在做AI
01/15 23:55, 24F
推
01/15 23:56, 2年前 , 25F
相信你應該有很多同學都轉碼農了
01/15 23:56, 25F
推
01/16 00:02, 2年前 , 26F
大學成績爛爆又沒修過CS必修 美國CS碩成本太高了吧
01/16 00:02, 26F
→
01/16 00:04, 2年前 , 27F
分享一下，我也是數學系，現在是 Data Engineer
01/16 00:04, 27F
→
01/16 00:04, 2年前 , 28F
基本上去找相關職缺，看需要什麼記能，就去補足這樣
01/16 00:04, 28F
推
01/16 00:09, 2年前 , 29F
美國學校超多，想不想念而已
01/16 00:09, 29F
→
01/16 00:27, 2年前 , 30F
就算是資料科學家也很難逃脫電資的知識背景，純數的不是沒
01/16 00:27, 30F
→
01/16 00:28, 2年前 , 31F
沒有，但大多要除夠資歷甚至是PHD。電資碩不是唯一解，但
01/16 00:28, 31F
→
01/16 00:28, 2年前 , 32F
卻是最省事的一條路
01/16 00:28, 32F
推
01/16 00:30, 2年前 , 33F
做Data還是PhD保險
01/16 00:30, 33F
推
01/16 00:35, 2年前 , 34F
如果願意去資策會 上半年 加上數學系 很快就有
01/16 00:35, 34F
推
01/16 00:40, 2年前 , 35F
為什麼想轉啊? 版上應該會推去念資工碩
01/16 00:40, 35F
→
01/16 00:40, 2年前 , 36F
但是我是建議先看個教學影片再去資策會聽看看
01/16 00:40, 36F
→
01/16 00:42, 2年前 , 37F
除非你是想走資料分析 那倒是可以繼續往統計走
01/16 00:42, 37F
→
01/16 00:43, 2年前 , 38F
data engineer這個詞現在感覺有點太包山包海了
01/16 00:43, 38F
→
01/16 00:45, 2年前 , 39F
如果要補學位的話 方向建議是資工 不建議往統計
01/16 00:45, 39F
還有 43 則推文
→
01/16 11:33, 2年前 , 83F
台灣的資料工程師職缺很少，而且變成打雜機會有夠高的。不
01/16 11:33, 83F
→
01/16 11:33, 2年前 , 84F
知道原文對資料工程師的期待是什麼.
01/16 11:33, 84F
推
01/16 11:34, 2年前 , 85F
我就是走了前幾樓說的路：沒唸碩士 沒上課 直接找工作
01/16 11:34, 85F
→
01/16 11:34, 2年前 , 86F
如果是要做ML，AI的人，也不會往資料工程師發展。
01/16 11:34, 86F
→
01/16 11:35, 2年前 , 87F
是是不是誤會資料工程師，與資料分析師的差別呢？
01/16 11:35, 87F
→
01/16 11:36, 2年前 , 88F
是有聽過有些想做AI ML的人進不去會先做資料工程師
01/16 11:36, 88F
→
01/16 11:37, 2年前 , 89F
但的確 原po舉例的學位跟DE關聯不大 感覺還不太了解
01/16 11:37, 89F
→
01/16 11:38, 2年前 , 90F
原文之前學的技能，看起來是比較想做資料分析師，或資料科
01/16 11:38, 90F
→
01/16 11:38, 2年前 , 91F
學家吧。希望原文釐清一下。
01/16 11:38, 91F
→
01/16 13:01, 2年前 , 92F
28還很年輕，建議先補個相關碩士學位發展較好
01/16 13:01, 92F
→
01/16 13:02, 2年前 , 93F
相關有很多職位建議多詢問想清楚要做哪一種。
01/16 13:02, 93F
→
01/16 13:03, 2年前 , 94F
台灣不知道。日本這邊需求很大，待遇也不錯。給你參考
01/16 13:03, 94F
推
01/16 16:02, 2年前 , 95F
學妹，機率統計技能都點下去，就有機會。
01/16 16:02, 95F
推
01/16 16:11, 2年前 , 96F
強者我同學念完台大統計碩士學程後當家教供參
01/16 16:11, 96F
推
01/16 19:02, 2年前 , 97F
全職家教能當得好的話 應該比台灣大多數猴子過得好
01/16 19:02, 97F
→
01/16 19:03, 2年前 , 98F
除非打算出國 不然DE坑慎選 從你的準備來看感覺你應該是比
01/16 19:03, 98F
→
01/16 19:03, 2年前 , 99F
較適合走資料分析
01/16 19:03, 99F
→
01/16 19:03, 2年前 , 100F
建議像樓上幾位說的 先弄清楚這幾個職位差異 都在做些什麼
01/16 19:03, 100F
推
01/16 19:12, 2年前 , 101F
看推文跟點過的技能 比較像da 不是de
01/16 19:12, 101F
推
01/16 19:32, 2年前 , 102F
直接投履歷吧，面試就知道缺少的技能了。
01/16 19:32, 102F
→
01/16 22:15, 2年前 , 103F
112數學能畢業也不是普通人了吧...
01/16 22:15, 103F
推
01/17 01:50, 2年前 , 104F
數學系會程式112就一堆人要了
01/17 01:50, 104F
→
01/17 13:27, 2年前 , 105F
上面說做 Data 要念 Phd 是指 DS 吧，我自己就是 DE
01/17 13:27, 105F
→
01/17 13:27, 2年前 , 106F
根本不用碩士也能慢慢上手，就是一堆 Data pipeline/
01/17 13:27, 106F
→
01/17 13:27, 2年前 , 107F
Spark/ API 而已
01/17 13:27, 107F
推
01/17 15:28, 2年前 , 108F
112 數學想要的應該是 DS，不是 DA 也不是 DE 吧
01/17 15:28, 108F
→
01/17 15:29, 2年前 , 109F
但 DS 缺比較少是真的
01/17 15:29, 109F
推
01/17 20:35, 2年前 , 110F
說老實話拉 研究所不讀eecs出來還是被歧視啦 唸一個阿撒
01/17 20:35, 110F
→
01/17 20:35, 2年前 , 111F
噗嚕的不如花兩年啃老刷題打比賽
01/17 20:35, 111F
→
01/17 20:36, 2年前 , 112F
不想挑戰頂尖公司一次到位 leetcode easy 刷一刷112學士
01/17 20:36, 112F
→
01/17 20:36, 2年前 , 113F
就夠找工作了
01/17 20:36, 113F
推
01/18 04:19, 2年前 , 114F
數學系同事看多了. 比其他科系學習CS是有基礎沒錯, 不代表要
01/18 04:19, 114F
→
01/18 04:19, 2年前 , 115F
學的東西就比較少, 一般工程師還是要先以熟悉工具與生態系為
01/18 04:19, 115F
→
01/18 04:20, 2年前 , 116F
主. 這些跟原本學什麼關係不大. 當再深入做到優化議題時, 數
01/18 04:20, 116F
→
01/18 04:20, 2年前 , 117F
學系的基礎才比較有用些.
01/18 04:20, 117F
→
01/18 04:22, 2年前 , 118F
而且工程師工作型態不見得會是你想要的, 先別問行不行, 找家
01/18 04:22, 118F
→
01/18 04:22, 2年前 , 119F
願意收無基礎的公司進去做看看就對了
01/18 04:22, 119F
→
01/18 04:23, 2年前 , 120F
目前你的經歷看起來沒什麼可損失的
01/18 04:23, 120F
→
01/18 16:35, 2年前 , 121F
如果只是想賺大錢還是去補習班教或是當全職家教比較好
01/18 16:35, 121F
推
01/19 00:26, 2年前 , 122F
面試官看到112 女 就已經錄取惹
01/19 00:26, 122F
‣ 更多 B01201026 的文章
文章代碼(AID): #1Xuk8KNw (Soft_Job)
‣ 更多 B01201026 的文章
文章代碼(AID): #1Xuk8KNw (Soft_Job)