PTT職涯區 / Salary (工作職場)

Re: [問題] 關於碩士起薪

看板Salary (工作職場)作者 (Dean)時間4年前 (2020/04/06 00:00), 4年前編輯推噓21(21推 0噓 7→)
留言28則, 20人參與, 4年前最新討論串3/4 (看更多)
※ 引述《tamayuna (tamayuna)》之銘言： : 大家好 初次發文 : 想尋求大家以下背景的薪資建議 : 23女 背景私立國企 大學多益考840 雅思6.5 : 現在在英國讀碩 商業分析&行銷 : 大學有很多打工實習經歷 日本交換 日檢N2 : 畢業後在日商做國貿快一年 31k : 後來覺得太無聊 做下去的前景也不是想要的 : 又覺得私校學歷很難換領域 所以就想去留學 : 目前會點GIS, SPSS, Tableau, R, : MySQL只會簡單資料表的查詢條件排序 : 請問這樣的條件回去後薪水撇除各大MA : 在台北能開到40k以上嗎？大概多少合理呢？ : 想做行銷或數據分析類的工作 : 行銷要很多發想發表 但薪水普遍都30初k : 不想要出去一趟回來薪水跟沒去差不多... : 數據是出國才學 不知道是否有能力勝任 ... : 能解讀但如果是都要自己打code就無法了... : 需要到什麼樣的程度才是企業會雇用的呢？ : 感覺自己好像什麼都會一點但都沒有特別專精的樣子 ？ : 個性就是什麼都想試一試 但本身不是很會講話然後在學歷背景比我好的人面前會沒什 麼? : 有沒有類似情況的大大能稍微指點一下 或是趁還沒畢業前儘快加強的技能呢？ : 謝謝大家 還請不吝賜教～ : ----- : Sent from JPTT on my iPhone 我去年在金融業面了大概40個想做data的新鮮人或想轉行來金融業的Data analysis 現在看下來會覺得有幾個問題： 第一個，你還沒有確定你想要走哪條路，這對想做data這條路來說可能已經慢了好幾年了 。 做行銷跟做廣義的data analysis 是皆然不同的路線，想培訓的技能也差非常多。 你自己也清楚行銷起薪的行情，如果你要走行銷。我建議你把錢省下，直接轉行，多的錢 去上業師的課，多瞭解一下類似電商產業或數位行銷相關的最新變化。 行銷領域除了妳是台政商學院可以有比較高機率直接進大品牌端，省下都是靠年資跟專案 拼上來。吃經驗嗅覺，學歷比重比較低一些。（但畢業五年內換到大牌子學歷還是一個坎 ） 第二個，如果你硬是要出國走資料分析 那你就要有覺悟寫code是基本，不是學校教的而已，是你自己要投注額外時間把整個技能 建立起來。除此之外至少要有一個非常完整的ML作品，或是多個有趣的小作品。 到時候出來發現你程度也才跟剛畢業的本科大學生差不多而已。你能接受這種投報率嗎？ 這個年頭做DA只有兩條路：ML跟資料視覺化，AI我把他放在資工背景這邊先不討論。而純 統計分析是另外一個專門需求（例如QC、藥廠、財金...etc）也不在這邊談。 資料視覺化基本上大公司BI工具都可以取代你了，剩下那個最紅海的領域就是被過度誇大 的ML。 我開職缺開下來感受到的現象就是，很多人只會一點Python跟R就把自己寫得很像已經是s enior開發一樣。實際連整個ML建模流程都沒辦法完整闡述清楚。 遇到資料不對稱不知道怎麼做，variance跟bias的關係也答不出來。多半都是只會call個 sklearn套個regression或decision tree做預測，也不知道為什麼自己要用這麼上一代老 舊的算法。 一個完整細緻的預測作品屌打你有什麼學歷，所以kaggle是你的好朋友。如果能拿到比賽 前10%基本上在台灣妳就是在挑工作了。 薪水的話我就沒辦法回答了，因為這就是我離開原公司的理由QQ，轉職後薪水屌打前東家 一條忠孝東路。 現在做資深ML是很搶手的，整個市場想入門的新手太多，但資深的太少。所以強者資深DA 坐地起價，新手DA是紅海。 因為說到底，Data Analysis就是個四不像啊。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.71.9.53 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Salary/M.1586102416.A.817.html
推
04/06 01:11, 4年前 , 1F
感謝您解釋的這麼詳細！會好好往這方面多精進的QwQ
04/06 01:11, 1F
推
04/06 01:39, 4年前 , 2F
推專業
04/06 01:39, 2F
推
04/06 02:05, 4年前 , 3F
資深的都在做哪些事情啊?
04/06 02:05, 3F
從消化需求轉為模型題目 到實際設計模型都會涵蓋到 看team的規模跟分工
推
04/06 02:28, 4年前 , 4F
所以轉職後去哪裡? 最重要的部分耶
04/06 02:28, 4F
→
04/06 02:29, 4年前 , 5F
DA講半天最後是被新職屌打= =
04/06 02:29, 5F
新職做直接的金融應用開發 DA比較像是一轉 二轉終究還是要選純技術開發/管理或業務規劃 畢竟資料分析師比較像一個大Genre ※ 編輯: ruokcnn (219.91.8.167 臺灣), 04/06/2020 02:35:46
推
04/06 02:34, 4年前 , 6F
推～專業
04/06 02:34, 6F
推
04/06 07:47, 4年前 , 7F
難得好文
04/06 07:47, 7F
推
04/06 08:37, 4年前 , 8F
好文推薦
04/06 08:37, 8F
推
04/06 08:59, 4年前 , 9F
推
04/06 08:59, 9F
推
04/06 09:10, 4年前 , 10F
台灣的DA這麼猛要會ML? 那轉data scientist 或MLE就好了。
04/06 09:10, 10F
→
04/06 09:10, 4年前 , 11F
很少看到純DA懂ML的，大部分都是課程上一上就宣稱的
04/06 09:10, 11F
推
04/06 11:35, 4年前 , 12F
名稱定義不同而已吧
04/06 11:35, 12F
推
04/06 16:28, 4年前 , 13F
版上真是臥虎藏龍
04/06 16:28, 13F
推
04/06 17:21, 4年前 , 14F
好文推個
04/06 17:21, 14F
推
04/06 19:16, 4年前 , 15F
這篇很接近資方的想法
04/06 19:16, 15F
推
04/06 20:46, 4年前 , 16F
原文比較接近商業分析師不是資料科學家吧
04/06 20:46, 16F
推
04/06 22:53, 4年前 , 17F
推這篇
04/06 22:53, 17F
推
04/07 00:34, 4年前 , 18F
推好文 但看起來這篇講得比較像是一開始data processing
04/07 00:34, 18F
→
04/07 00:34, 4年前 , 19F
跟後端ml的部分 做ml的應該數學跟統計底子要強 像原po商
04/07 00:34, 19F
→
04/07 00:34, 4年前 , 20F
管背景往商業分析ba的方向走可能比較容易 ba的話比起codi
04/07 00:34, 20F
→
04/07 00:34, 4年前 , 21F
ng能力產業knowhow也很重視
04/07 00:34, 21F
推
04/07 00:57, 4年前 , 22F
為什麼我kaggle 一個2% 一個3%然後完全找不到工作QQ
04/07 00:57, 22F
→
04/07 08:47, 4年前 , 23F
因為Kaggle強就能找到工作完全是都市傳說 還需要工作經驗
04/07 08:47, 23F
→
04/07 08:47, 4年前 , 24F
再加上台灣缺還太少 往海外走吧
04/07 08:47, 24F
推
04/07 13:47, 4年前 , 25F
要找到好缺需要時機跟運氣吧..
04/07 13:47, 25F
推
04/07 14:57, 4年前 , 26F
推推～專業好文
04/07 14:57, 26F
推
04/12 10:47, 4年前 , 27F
推專業優文
04/12 10:47, 27F
推
04/14 03:29, 4年前 , 28F
建議來中國看看，要會這樣的技能價格都是隨便開...
04/14 03:29, 28F
‣ 更多 ruokcnn 的文章
文章代碼(AID): #1UYW2GWN (Salary)
討論串 (同標題文章)
本文引述了以下文章的的內容：
完整討論串 (本文為第 3 之 4 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共4篇)
Salary 近期熱門文章
更多 近期熱門文章 >>
PTT職涯區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 ruokcnn 的文章
文章代碼(AID): #1UYW2GWN (Salary)