[請益] 職涯選擇-是否轉職科技業

看板Tech_Job作者 (逼逼卡87)時間1年前 (2022/08/06 00:25), 1年前編輯推噓43(49推 6噓 119→)
留言174則, 62人參與, 1年前最新討論串1/1
乳題 最近遇到職涯選擇的問題，想問板上有經驗大大的想法 學歷： 119 學士 企管 & 國外 碩士 資料科學 工作經歷： 新創資訊業 資料科學家（7個月） - 離職原因： 1、因為公司沒有主產品，技術面會根據接到的案子發展，導致廣而不精。 2、薪水低(N-2)*12.3，因此決定離職 銀行業 資料分析工程師（5個月） *職稱改成較大眾化的，因為職稱較特別，偏好認* - 目前待的地方，也是會上來發文的主因。 考量原因： 1、開發環境很封閉，主要使用ppt, excel, txt在進行專案合作，對口主要是業務單位 2、花很多時間在內部溝通，做事不注重在解決問題，推責任才是重點 3、技能長的速度超慢。進來後有一半的時間在做PPT, Excel，還有一些稽核的文書 4、銀行年薪很香 目前想到大概這些，所以最近在考慮要不要轉科技業。主要的點還是發展性，目前27y， 不希望受限於銀行業，也不排斥國外發展的可能性。但有鑑於學經歷有點偏向半路出家的 ty pe，所以一方面也擔心會不會進不了科技業。 希望有經驗的大大可以給一些建議，感激不盡~ 違反版規會自刪~ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.216.29.167 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1659716723.A.456.html
→
08/06 00:30, 1年前 , 1F
才27 年輕就多嘗試
08/06 00:30, 1F
其實今年要28了（小聲 謝謝你的鼓勵
噓
08/06 00:56, 1年前 , 2F
不要在什麼領域失敗就想要轉科技業好嗎？洗學歷仔以
08/06 00:56, 2F
→
08/06 00:56, 1年前 , 3F
為會被回收喔？
08/06 00:56, 3F
→
08/06 00:57, 1年前 , 4F
現在景氣急轉直下，洗學歷仔有個相對香的工作就要滿
08/06 00:57, 4F
→
08/06 00:57, 1年前 , 5F
足
08/06 00:57, 5F
其實你有點出我一個大顧慮，我怕其實是自己一點點領域不順就想轉職。上一份轉職沒有 做很多作業，想法也不夠明確，因此想說這次先發文詢問看看再自己多分析一下。 因為也瞭解自己可能不夠優秀到立足於科技業（非純血電資），才寫上學歷的部分 想詢問一下，所以科技業基本上沒有這種半路出家仔嗎QQ 謝謝你的回覆><
→
08/06 00:59, 1年前 , 6F
你要不要有拿到offer再來討論？
08/06 00:59, 6F
同意，目前在抉擇要不要裸辭重新開始 剩下的部分的確有offer再討論比較實際
推
08/06 01:06, 1年前 , 7F
是、記得轉去蘋果，那邊錢多
08/06 01:06, 7F
半路仔進不了蘋果la
→
08/06 01:07, 1年前 , 8F
Data science只跑excel，會被統計系的笑死吧
08/06 01:07, 8F
我DS的朋友已經笑了 哭啊
推
08/06 01:12, 1年前 , 9F
為什麼你認為進科技業技能就長得快，這什麼思路？
08/06 01:12, 9F
對，這是我現在發文的主因，因為我自己沒進去這個產業，所以可能有點誤會這樣，謝謝 你的建議
→
08/06 01:18, 1年前 , 10F
所以進科技業你要往哪個方向走？
08/06 01:18, 10F
這部分我其實沒很清楚，再去深入研究，謝謝
推
08/06 02:18, 1年前 , 11F
怎麼有種洗學歷的味道 那幾個工作感覺也不是真的DS
08/06 02:18, 11F
→
08/06 02:18, 1年前 , 12F
欸
08/06 02:18, 12F
感謝您的回覆，學歷雀食偏洗XD 第一份其實主要還是DS，整個data pipeline 都有接觸，從串資料&清洗&建模&串出結果 到前端，還有visualization 的模板都有接觸。目前這個是比較多database，所以使用主 要就是用SQL寫function 去調資料到模板上或是幫其他業務單位做分析 （抱歉中英夾雜QQ）
→
08/06 02:20, 1年前 , 13F
你覺得相關課程沒修 碩論無關 進科技業會好混?
08/06 02:20, 13F
→
08/06 02:21, 1年前 , 14F
進科技業IT可以啦
08/06 02:21, 14F
不確定相關課程是指什麼，碩士修的有包含database, ml, dl，當然也有學R python SQL 。上班後有再多學到一些爬蟲及雲端服務(AWS&GCP)，碩論是做NLP相關的 IT沒辦法啦，IT的知識我應該不太夠
推
08/06 02:31, 1年前 , 15F
找個有自己產品的純軟投投看阿
08/06 02:31, 15F
好的 謝謝h大
→
08/06 03:30, 1年前 , 16F
才27笑死 我27把存款100多萬花光還辭掉工作哩
08/06 03:30, 16F
→
08/06 03:30, 1年前 , 17F
怕東怕西的是能做啥事情?
08/06 03:30, 17F
p大一針見血，謝謝p大，放在心上
推
08/06 06:12, 1年前 , 18F
金融業就這樣 嘴上喊創新實則迂腐不堪
08/06 06:12, 18F
→
08/06 06:13, 1年前 , 19F
然後給你比較多錢 這樣你就只能等腳麻
08/06 06:13, 19F
雀食 這陣子有這種感覺，所以才會有點危機感
推
08/06 06:25, 1年前 , 20F
科技業也是做很多文件阿
08/06 06:25, 20F
了解 謝謝a大
推
08/06 06:40, 1年前 , 21F
有本事拿到國外offer就去啊
08/06 06:40, 21F
好的 會往國外投看看
噓
08/06 06:41, 1年前 , 22F
去投履歷先
08/06 06:41, 22F
也是 嘴這麼多還不如直接做
推
08/06 06:50, 1年前 , 23F
國外唸DS不留在國外工作，回來何苦呢
08/06 06:50, 23F
當時剛好正逢疫情就沒什麼機會了 會再考慮國外的機會
還有 119 則推文
還有 48 段內文
→
08/06 13:50, 1年前 , 143F
想要做模型，要找演算法工程師，研究單位研究員。不
08/06 13:50, 143F
→
08/06 13:50, 1年前 , 144F
然換另一間工作還是一樣的。
08/06 13:50, 144F
其實我同意你大部分的言論。 我知道不一樣，資料科學領域有包含了資料科學家、資料分析師、機器學習工程師、資料 工程師、資料庫工程師、爬蟲工程師等，要細分其實超多。 模型訓練跟特徵工程確實是屬於機器學習工程師的領域，我會提出來是要指出說現階段遇 到的情境是，大家會注重自己小組績效優於模型相關的表現（包含特徵選擇還是over fit ting 等問題），明確一點說就是我模型先跑出來了，你們其他人就不能用類似的dataset 去跑模型，因為會踩到我的績效，完全沒深入討論模型的這種狀況。偏向在討論職場政 治的東西，原文可能沒說清楚，在這邊解釋一下 我完完全全同意DS吃領域這件事。就像前幾樓說的background knowledge ，這是我完全 沒有的，也是自己之所以顧慮及請益的原因 關於資料科學家溝通 文件 開會這件事，其實我原本也是以為是了解整個flow然後去進行 溝通，後來第一份工作裡面包含了所有我第一段提及的職位工作內容，現職也主要涵蓋資 料庫&模型&分析。就我目前看下來，在這塊好像沒有被切的這麼明確，除非是專門在做da ta的公司。所以因應就業市場的話，我好像都要學一點（嗎？） 謝謝Dr大的回覆 讓我有機會把這部分講清楚 感謝感謝~ ※ 編輯: Bebeboxx (114.25.46.136 臺灣), 08/06/2022 14:38:36
推
08/06 15:34, 1年前 , 145F
27歲很年輕，要培養專業領域經驗還是很有機會。外
08/06 15:34, 145F
→
08/06 15:34, 1年前 , 146F
商多得是跨領域的老人。帶著DS的經驗跳半導體往外
08/06 15:34, 146F
→
08/06 15:34, 1年前 , 147F
商發展，大有可為。履歷可以多投，面試多就知道業
08/06 15:34, 147F
→
08/06 15:34, 1年前 , 148F
界缺什麼人了！
08/06 15:34, 148F
好的 謝謝p大鼓勵 會多去嘗試看看的
推
08/06 15:39, 1年前 , 149F
我身邊剛好就有個例子是金融業跳科技業做DS，其實
08/06 15:39, 149F
→
08/06 15:39, 1年前 , 150F
不難，工作內容不一定是你想要的
08/06 15:39, 150F
了解 謝謝f大
推
08/06 15:58, 1年前 , 151F
你原本的也算科技業吧
08/06 15:58, 151F
資訊業跟金融業 只有工作有寫扣這樣
→
08/06 15:59, 1年前 , 152F
選錢多的固定薪資結構底薪高的就是驅動IC設計
08/06 15:59, 152F
推
08/06 19:17, 1年前 , 153F
你有料在哪都有發展性R = =
08/06 19:17, 153F
推
08/06 19:20, 1年前 , 154F
只能說以我的經驗你過去有Domain經驗不一定比較強
08/06 19:20, 154F
→
08/06 19:21, 1年前 , 155F
還是以有夠主動的分析想法才是DS的價值 夠強的DS
08/06 19:21, 155F
→
08/06 19:22, 1年前 , 156F
解一個痛點很快就能學習融入Domain去把業務問題轉成
08/06 19:22, 156F
→
08/06 19:23, 1年前 , 157F
分析問題 看過太多在同領域轉的DS沒分析想法淪為資
08/06 19:23, 157F
推
08/06 19:23, 1年前 , 158F
料工程師
08/06 19:23, 158F
所以其實問題不在產業 可能是我自己要先培養好分析能力 再去考慮產業 可能比較有意義 謝謝b大提點 ※ 編輯: Bebeboxx (114.25.46.136 臺灣), 08/06/2022 22:10:29 ※ 編輯: Bebeboxx (114.25.46.136 臺灣), 08/06/2022 22:38:32
推
08/07 09:35, 1年前 , 159F
有認識的在做資料科學家，但是他是電機博士
08/07 09:35, 159F
是喔。我認識的沒有在做欸
推
08/07 12:29, 1年前 , 160F
別想太多，技能很多都是在工作中學習
08/07 12:29, 160F
好 謝謝r大
噓
08/07 20:28, 1年前 , 161F
束脩
08/07 20:28, 161F
推
08/08 03:44, 1年前 , 162F
我同是119學，美國洗個DS碩，畢業時遇到covid逃回台
08/08 03:44, 162F
→
08/08 03:44, 1年前 , 163F
灣的來說一下，有沒有考慮轉走Data Engineer勒，現
08/08 03:44, 163F
→
08/08 03:44, 1年前 , 164F
在求職市場滿缺的，公司可以不用DS，但DE的需求真
08/08 03:44, 164F
→
08/08 03:44, 1年前 , 165F
的遠遠大於DS, DA，我不是一個role model，但還是
08/08 03:44, 165F
→
08/08 03:44, 1年前 , 166F
給妳個reference，我自己回台後一年在電商做DE，後
08/08 03:44, 166F
→
08/08 03:44, 1年前 , 167F
來轉雲端公司support，負責分散式運算相關雲產品，
08/08 03:44, 167F
→
08/08 03:44, 1年前 , 168F
天天wfh，薪水也很好，只是想說不一定要走科技業，
08/08 03:44, 168F
→
08/08 03:44, 1年前 , 169F
還是很多很好的職缺可以考慮的，雖然可能在科技版
08/08 03:44, 169F
→
08/08 03:44, 1年前 , 170F
我就是個廢物魯蛇哈哈哈
08/08 03:44, 170F
好 我會好好考慮的 謝謝你的回覆 遇到有相似經歷的人真好 ※ 編輯: Bebeboxx (123.192.192.184 臺灣), 08/08/2022 08:09:05
推
08/09 08:03, 1年前 , 171F
如果你沒有其他朋友或學長姐的經驗，建議就是多投，
08/09 08:03, 171F
→
08/09 08:03, 1年前 , 172F
有機會就去面試，選擇性的準備，不用每一家面試都針
08/09 08:03, 172F
→
08/09 08:03, 1年前 , 173F
對他們準備，多瞭解各個工作，因為資料科學家在每
08/09 08:03, 173F
→
08/09 08:03, 1年前 , 174F
個地方做的事情都太不一樣，落差很大。
08/09 08:03, 174F
‣ 更多 Bebeboxx 的文章
文章代碼(AID): #1YxKHpHM (Tech_Job)