PTT職涯區 / Soft_Job (軟體人)

[請益] 資料分析offer選擇

看板Soft_Job (軟體人)作者 (BB)時間9年前 (2015/09/30 17:59), 9年前編輯推噓28(28推 0噓 30→)
留言58則, 33人參與, 最新討論串1/2 (看更多)
新鮮人的第一份工作選擇 想請問大家會偏向哪個呢 公司A 公司B 台積電 地點 客戶端駐點 台北 新竹 職稱 data consultant data scientist 工程師 性質 資料分析與 資料分析, 以統計方法 consultant BI,建置platform 提升良率 需面對客戶 出差 需出差(較頻繁) 需出差(2次/年) 不需 薪水 (N+22)*12+分紅 (N+20)*13 台積碩士薪水 優點 擴展人脈,訓練 可專精於模型建置 可專精於模型建置 口才與客戶溝通 缺點 上班地點不固定 離住處較遠 需在外租屋 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.165.16.170 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1443607186.A.507.html ※ 編輯: lambking (118.165.16.170), 09/30/2015 18:00:06 ※ 編輯: lambking (118.165.16.170), 09/30/2015 18:04:03 ※ 編輯: lambking (118.165.16.170), 09/30/2015 18:07:05
→
09/30 18:11, , 1F
我的話會選gg
09/30 18:11, 1F
推
09/30 18:36, , 2F
好厲害 真強 請問是怎麼樣的學經歷背景啊
09/30 18:36, 2F
→
09/30 19:00, , 3F
有自信GG待超過2~3年當然還是GG好
09/30 19:00, 3F
推
09/30 19:04, , 4F
A
09/30 19:04, 4F
推
09/30 19:25, , 5F
咪仔
09/30 19:25, 5F
推
09/30 19:30, , 6F
所以gg年薪到底多少?
09/30 19:30, 6F
→
09/30 19:38, , 7F
領滿少說二的1.5倍以上
09/30 19:38, 7F
推
09/30 20:01, , 8F
gg吧！哈哈
09/30 20:01, 8F
推
09/30 20:03, , 9F
這薪水八成是外商
09/30 20:03, 9F
推
09/30 20:07, , 10F
a的錢比較多，看你要錢還是要生活
09/30 20:07, 10F
推
09/30 20:12, , 11F
請問N是指台積碩士薪水嗎？
09/30 20:12, 11F
推
09/30 20:15, , 12F
好強！！
09/30 20:15, 12F
推
09/30 20:41, , 13F
好猛
09/30 20:41, 13F
→
09/30 21:00, , 14F
現在新鮮人都可以當科學家了，名稱真很廉價。
09/30 21:00, 14F
→
09/30 21:01, , 15F
這個版很少統計所出身的，難給什麼建議。
09/30 21:01, 15F
推
09/30 21:12, , 16F
也不一定要統計所, 資工的 ML DM 也是玩統計啊
09/30 21:12, 16F
推
09/30 22:11, , 17F
統計所出身的以數量來說還是多的，四大四中應該至少一兩百個
09/30 22:11, 17F
→
09/30 22:12, , 18F
你新鮮人能夠拿到這三個OFFER一定不是一般人
09/30 22:12, 18F
感謝大家的建議! 在這邊補充說明一下背景 拿得是統計與機器學習碩士 認同D大說的 新鮮人很難當到資料科學家 但未來想朝這個方向發展 公司A是美商 考量是覺得資料科學是個日新月異的產業 想要好好的專精和學習 怕選擇A之後時間可能相對的被壓縮 但另一方面也覺得因為A能接觸客戶 能培養解釋的能力 和多方面的認識人 B雖然是本土企業 做風卻很美式 團隊氣氛很好 台積電的考量比較會是 若幾年之後 想轉換跑道 是否代價會比較高 謝謝 ※ 編輯: lambking (118.165.16.170), 09/30/2015 22:23:44
→
09/30 22:14, , 19F
我覺得五年內的薪水應該是GG最多，但你如果腦袋中有很多想法
09/30 22:14, 19F
→
09/30 22:15, , 20F
覺得薪水不是第一優先的話，看長遠來說，我覺得前兩個都行
09/30 22:15, 20F
→
09/30 22:16, , 21F
反正強者就是強者，只要你持續學習保持熱情就能做出些什麼
09/30 22:16, 21F
→
09/30 22:18, , 22F
疑!? 我以為我在科技版，那邊統計相關的前輩比較多唷
09/30 22:18, 22F
→
09/30 22:35, , 23F
謝謝建議!!
09/30 22:35, 23F
推
09/30 22:42, , 24F
A如果是IBM的話可能還要再考慮，非真外商
09/30 22:42, 24F
推
09/30 22:59, , 25F
假如 N 是 40 IBM 碩士新人應該沒那麼高 XD
09/30 22:59, 25F
→
09/30 23:02, , 26F
謝謝, A是一家賣資料分析平台的公司
09/30 23:02, 26F
推
09/30 23:29, , 27F
一般想做data science的應該會走B路線吧
09/30 23:29, 27F
→
09/30 23:31, , 28F
A比較像是solution architect B才像一般我們在講的DS
09/30 23:31, 28F
→
09/30 23:31, , 29F
做一做苗頭不對還可以轉作data engineer, SDE 路比較廣
09/30 23:31, 29F
推
09/30 23:33, , 30F
這不需要考慮了吧,當然選台GG,能進台GG非產線端的缺,這機會
09/30 23:33, 30F
→
09/30 23:33, , 31F
同事的強度也很重要 在新鮮人階段 跟著比自己強的同事
09/30 23:33, 31F
→
09/30 23:33, , 32F
能力提升的才快
09/30 23:33, 32F
→
09/30 23:34, , 33F
應該好好把握.非產線端是可以做很久的,錢也比其他公司多很
09/30 23:34, 33F
→
09/30 23:35, , 34F
多, 不少四大碩管院的同學,現在年薪比我以前在台積的作業員
09/30 23:35, 34F
→
09/30 23:36, , 35F
還低.有機會進台積好單位就好好把握.
09/30 23:36, 35F
→
09/30 23:37, , 36F
A AND B都可以 台積的話 良率這種東西...可大可小...
09/30 23:37, 36F
→
10/01 00:04, , 37F
A是APT吧?
10/01 00:04, 37F
推
10/01 00:19, , 38F
這在GG叫啥工程師? 製程?
10/01 00:19, 38F
推
10/01 00:39, , 39F
應該是大數據分析吧
10/01 00:39, 39F
→
10/01 00:41, , 40F
srr 是良率工程
10/01 00:41, 40F
推
10/01 07:28, , 41F
比較喜歡B
10/01 07:28, 41F
→
10/01 07:29, , 42F
A很看客戶狀況，去的客戶端很北爛就整組害了了
10/01 07:29, 42F
推
10/01 09:17, , 43F
B是新創嗎
10/01 09:17, 43F
推
10/01 09:35, , 44F
能借問需要多少背景知識嗎
10/01 09:35, 44F
補充說明一下 A用的工具除了本身的產品以外 主要會用R, hadoop, spark 或者依照客戶端需求需要學一些新的語言 B主要用R, shiny R 我的背景有兩個碩士和參加過一些比賽的經驗 ※ 編輯: lambking (118.165.16.170), 10/01/2015 12:14:15
推
10/01 17:34, , 45F
我會選B. BI 不止CUBE建置這麼簡單。如果你還有碰ETL
10/01 17:34, 45F
→
10/01 17:34, , 46F
這裡面的學問也很多
10/01 17:34, 46F
→
10/01 17:47, , 47F
不過有雙碩士真利害~給你個讚 :D
10/01 17:47, 47F
推
10/01 18:07, , 48F
雙碩士@@
10/01 18:07, 48F
推
10/02 00:22, , 49F
B, 口才等磨過一陣子再來練也不遲～～
10/02 00:22, 49F
推
10/02 02:37, , 50F
看出差去哪。如果可以練英文更好。去大陸就沒加分了
10/02 02:37, 50F
推
10/03 09:55, , 51F
統計與ML碩士感覺真不好拿...
10/03 09:55, 51F
推
10/04 07:57, , 52F
一堆人沒搞過大數據就在回復 原po保重……
10/04 07:57, 52F
→
10/04 07:58, , 53F
你真想走大數據 A 才是你的出路 B 到最後不會是數據科
10/04 07:58, 53F
→
10/04 07:58, , 54F
學家而是架構師
10/04 07:58, 54F
→
10/04 07:59, , 55F
整個業界 value 的是數據變現的能力 自己思考這件事吧
10/04 07:59, 55F
→
10/04 08:00, , 56F
你真的認為數據科學家只要會建模就好？呵呵
10/04 08:00, 56F
→
10/05 20:03, , 57F
請問大大是拿統計跟機器學習各ㄧ碩士的意思嗎？
10/05 20:03, 57F
推
10/09 17:56, , 58F
可是台灣要的大數據分析很多都只是建模
10/09 17:56, 58F
‣ 更多 lambking 的文章
文章代碼(AID): #1M2xAIK7 (Soft_Job)
討論串 (同標題文章)
以下文章回應了本文：
完整討論串 (本文為第 1 之 2 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共2篇)
Soft_Job 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 lambking 的文章
文章代碼(AID): #1M2xAIK7 (Soft_Job)