[請益] 職涯選擇-是否轉職科技業
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
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
08/06 00:56, 2F
→
08/06 00:56,
1年前
, 3F
08/06 00:56, 3F
→
08/06 00:57,
1年前
, 4F
08/06 00:57, 4F
→
08/06 00:57,
1年前
, 5F
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
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
08/06 01:06, 7F
半路仔進不了蘋果la
→
08/06 01:07,
1年前
, 8F
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
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
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
08/06 02:18, 11F
→
08/06 02:18,
1年前
, 12F
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
08/06 02:20, 13F
→
08/06 02:21,
1年前
, 14F
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
08/06 02:31, 15F
好的 謝謝h大
→
08/06 03:30,
1年前
, 16F
08/06 03:30, 16F
→
08/06 03:30,
1年前
, 17F
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
08/06 06:12, 18F
→
08/06 06:13,
1年前
, 19F
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
08/06 06:25, 20F
了解 謝謝a大
推
08/06 06:40,
1年前
, 21F
08/06 06:40, 21F
好的 會往國外投看看
噓
08/06 06:41,
1年前
, 22F
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
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
08/06 13:50, 143F
→
08/06 13:50,
1年前
, 144F
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
08/06 15:34, 145F
→
08/06 15:34,
1年前
, 146F
08/06 15:34, 146F
→
08/06 15:34,
1年前
, 147F
08/06 15:34, 147F
→
08/06 15:34,
1年前
, 148F
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
08/06 15:39, 149F
→
08/06 15:39,
1年前
, 150F
08/06 15:39, 150F
了解 謝謝f大
推
08/06 15:58,
1年前
, 151F
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
08/06 15:59, 152F
推
08/06 19:17,
1年前
, 153F
08/06 19:17, 153F
推
08/06 19:20,
1年前
, 154F
08/06 19:20, 154F
→
08/06 19:21,
1年前
, 155F
08/06 19:21, 155F
→
08/06 19:22,
1年前
, 156F
08/06 19:22, 156F
→
08/06 19:23,
1年前
, 157F
08/06 19:23, 157F
推
08/06 19:23,
1年前
, 158F
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
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
08/07 12:29, 160F
好 謝謝r大
噓
08/07 20:28,
1年前
, 161F
08/07 20:28, 161F
推
08/08 03:44,
1年前
, 162F
08/08 03:44, 162F
→
08/08 03:44,
1年前
, 163F
08/08 03:44, 163F
→
08/08 03:44,
1年前
, 164F
08/08 03:44, 164F
→
08/08 03:44,
1年前
, 165F
08/08 03:44, 165F
→
08/08 03:44,
1年前
, 166F
08/08 03:44, 166F
→
08/08 03:44,
1年前
, 167F
08/08 03:44, 167F
→
08/08 03:44,
1年前
, 168F
08/08 03:44, 168F
→
08/08 03:44,
1年前
, 169F
08/08 03:44, 169F
→
08/08 03:44,
1年前
, 170F
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
08/09 08:03, 171F
→
08/09 08:03,
1年前
, 172F
08/09 08:03, 172F
→
08/09 08:03,
1年前
, 173F
08/09 08:03, 173F
→
08/09 08:03,
1年前
, 174F
08/09 08:03, 174F