[請益] 資料科學產業該唸統研所還是資工所？

看板Tech_Job作者 (ㄩㄩ)時間6年前 (2017/09/27 09:51), 6年前編輯推噓18(18推 0噓 24→)
留言42則, 25人參與, 最新討論串1/1
手機排版傷眼請見諒，本來已先在研所版詢問，但有人建議我來這個版問 小弟先介紹個人背景，目前是臺北大學統計系大三的學生，但是因為是轉系生，因此大部 分的課還在跟大二的上課，少部分和大三一起上課，有可能會延畢一年，研究所希望能考 上四大。 在升大三的暑假抱著研究所該往哪個領域走的心態 （當時是抉擇走金融商學或者資料科學） 剛好有機會到中國實習，後來一部分看到對岸的金融體系受到科技很大的衝擊 另一部分剛好有機會到阿里巴巴等大公司參訪覺得震撼，加上平時在系上受到老師的薰陶 ，因此後來比較想走資料科學領域 說白一點就是感覺跟商學比起來比較有發展性跟出路比較好 但是最近發現在臺灣資料科學領域的產業好像尚未成熟，假如單純唸統計也有些擔心出路 可能不如想像的好 也因為如此，正在思索考研究所的時候要不要考資料科學所 （例如臺大的資料科學學程或政大資訊科學所） 但後來研究考科發現不如直接往資工跨，雖然現在coding能力還不算強需要未來繼續磨 （目前只學過R和SAS，目前正在自學C#以及預計未來自學Python） 但因為感覺資工除了可以往資料科學的領域走，退一步假如發現資料科學在臺灣發展性不 佳也還算有其他的保障。 雖然好像很多強者前人都是跨領域往資工跨，但是難免還是會擔心跨考上了之後在研究所 找不到教授或者負擔不起 同時也在想會不會關於出路的部分其實單純的統研所沒有我想的這麼差？ 其實沒有往資 工所跨的必要？ 以上，問題有點多，希望大家能為我解惑，謝謝。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.217.175.96 ※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1506477108.A.846.html ※ 編輯: Lambo1228 (180.217.175.96), 09/27/2017 09:58:04
推
09/27 09:57, , 1F
在台灣這塊還只是喊好玩的 念哪個領域會用R,C,Python
09/27 09:57, 1F
→
09/27 09:58, , 2F
都沒差, 不過念生統好像出路更好,去藥廠也不用那樣血汗
09/27 09:58, 2F
推
09/27 09:59, , 3F
統計，然後程式和資料庫練到精通。資工統計太弱了
09/27 09:59, 3F
→
09/27 09:59, , 4F
統計難自學；程式好自學
09/27 09:59, 4F
→
09/27 10:00, , 5F
假使你對DS 有興趣 去美國讀統計所 發展會更好
09/27 10:00, 5F
→
09/27 10:11, , 6F
都要學, 因為兩個你都要會而且精通, 沒有什麼程式自學
09/27 10:11, 6F
→
09/27 10:12, , 7F
容易這種事. 這跟人的天份有關, 跟學科無關
09/27 10:12, 7F
→
09/27 10:12, , 8F
如果統計你自學看不懂, 程式你也能學到皮毛而已
09/27 10:12, 8F
→
09/27 10:15, , 9F
如果你只是想留後路, CS 是比較好的選擇
09/27 10:15, 9F
→
09/27 10:15, , 10F
一邊念 CS 一邊不要忘了繼續看統計的東西就好
09/27 10:15, 10F
→
09/27 10:20, , 11F
不是所的問題,有專精的老師嗎??
09/27 10:20, 11F
→
09/27 10:30, , 12F
程式門檻低 選高的那個
09/27 10:30, 12F
推
09/27 10:55, , 13F
統計門檻比較高
09/27 10:55, 13F
推
09/27 11:20, , 14F
CS 一堆非你專長 compiler os PL 沒底子就別去了
09/27 11:20, 14F
→
09/27 11:38, , 15F
先問你要當分析資料的人還是製造資料的人
09/27 11:38, 15F
推
09/27 11:50, , 16F
統計所畢業，建議選 CS AI LAB 學數學跟演算法 coding
09/27 11:50, 16F
推
09/27 12:55, , 17F
資工 其他不要
09/27 12:55, 17F
推
09/27 12:58, , 18F
在台灣 讀cs的出路跟待遇都比較好
09/27 12:58, 18F
→
09/27 12:58, , 19F
很多資料科學家的薪資 一點都不吸引人
09/27 12:58, 19F
推
09/27 13:03, , 20F
python一堆書都假設你會c++ java的角度去形容，甚
09/27 13:03, 20F
→
09/27 13:03, , 21F
至官方文件的介紹
09/27 13:03, 21F
→
09/27 13:19, , 22F
雙主修吧
09/27 13:19, 22F
推
09/27 15:18, , 23F
好找工作 先學程式
09/27 15:18, 23F
→
09/27 15:19, , 24F
真的有興趣在花其他時間玩資料分析
09/27 15:19, 24F
→
09/27 15:19, , 25F
在台灣這樣應該ok
09/27 15:19, 25F
→
09/27 15:20, , 26F
如果先學資料分析 請衝到前5％ 才有機會找到好工作
09/27 15:20, 26F
推
09/27 18:04, , 27F
工業工程
09/27 18:04, 27F
推
09/27 18:24, , 28F
選工業工程
09/27 18:24, 28F
→
09/27 19:30, , 29F
看你想留台灣工作或出國
09/27 19:30, 29F
推
09/27 19:45, , 30F
工業工程比較適合台灣產業
09/27 19:45, 30F
推
09/27 20:03, , 31F
資工正解
09/27 20:03, 31F
→
09/27 21:12, , 32F
資工 因為要你先弄出程式收集資料及分析大數據
09/27 21:12, 32F
推
09/27 22:31, , 33F
我覺得你可以去輔資工 統計真的比較難唸 會了很吃香
09/27 22:31, 33F
推
09/27 23:35, , 34F
學機器學習應該不錯 只需數學跟程式基礎 統計會用到
09/27 23:35, 34F
推
09/28 01:28, , 35F
資工，然後跟有在做Machine Learning的教授
09/28 01:28, 35F
推
09/28 02:08, , 36F
雙資工 然後拼五年畢業 趕快出來工作，在這一行 工作經驗
09/28 02:08, 36F
→
09/28 02:09, , 37F
比學校重要多了（除非你是MIT之流那就例外XD） 如果你真的
09/28 02:09, 37F
→
09/28 02:09, , 38F
想專心當資料科學家 那你要再洗一個master 現在最低標幾乎
09/28 02:09, 38F
→
09/28 02:09, , 39F
就是master了。我在歐洲做資料科學 我觀察到的現象是這樣
09/28 02:09, 39F
推
09/28 14:41, , 40F
資工 真心話
09/28 14:41, 40F
→
09/28 20:34, , 41F
資工，你會發現找工作還是刷題
09/28 20:34, 41F
→
09/28 20:34, , 42F
補習->選能畢業lab->刷題面試
09/28 20:34, 42F
‣ 更多 Lambo1228 的文章
文章代碼(AID): #1PomGqX6 (Tech_Job)