[問題] 朝Data Scientist-Statistics及CS的選擇
各位前輩好,小弟即將退役,有志朝 data scientist 的職位邁進,且有意在國外工作
在留學版潛水一段時間,爬文後仍無法決定究竟哪條路才是正途
只好厚臉皮發篇文章,順便讓後人有文章可以看,還請各位前輩指點迷津
學歷:
NTU BA Economics, minor in Mathematics GPA: 3.8/4.3
NTU MS Oceanography, fisheries GPA: 4.0/4.3
語言:
GRE: 未考
TOEFL: 未考
TOEIC: 840 (L:420 R:420)
雖然範圍及深度與GRE、托福有落差,但還是列出來讓大家多點資訊判斷
Publication:
None,目前正在修改碩論,未來可能發表,屬漁業領域
經歷:
當過TA,教多元統計、R
參加過魚客松競賽,當時主要充當漁業專家,以及寫一些 R 來分析資料
隊友用 Ruby 寫網頁跟 app,並嘗試把我寫的 R 包到裡面
可惜最後包不起來,只能各自 demo
-----
我的背景看似多元,但其實一直在做資料分析,統計相關的課大部分都有修過
包括統計、計量經濟、時間序列、多元統計、數理統計、高等統計推論、
微積分、線性代數、高等微積分等等
大部分統計常用的工具都有涉略
例如 regression, time series, PCA, CCA, RDA, FA, MDS 等等
也懂一些 machine learning 的東西
例如 discrimination, classification, clustering
碰過的 algorithms 有 FLDA, MLC, SVM, k-NN, hierarchy, K-means 等等
這些統計工具背後的理論都懂,也能用 R 把上面的東西實做出來
對 R 的熟悉度是能夠整理資料、寫自己想要的 function、矩陣運算、視覺化
但對 R 底層的東西不了解,而這正是我發這篇的原因
小弟找工作時發現 data scientist 缺多半要求會 python, SQL, spark, hadoop
經爬文發現要走 data scientist 還是要會資料結構、資料存取這些技能
這才知道 data scientist 並不是單純處理、分析、解釋資料而已
所以想要點一些 CS 的技能,而爬文得知 CS 又不能點超過
所以列了以下幾條可能的路:
1. CS master
2. Statistics PhD, 修 CS 課
3. Statistics Master, 修 CS 課
主因是無法確定美國的 data scientist 到底是要求 programming 多,還是數學多
如果需要很多的程式能力,那麼選第一條會是正解
如果需要很多數學、modeling、對資料的直觀處理能力等,那麼第二條才是對的
而第三條對我而言相對簡單,因為該修的數學課都修過了
可以快速取得國外工作的入場券
但又擔心會落到數學不夠強、程式又不夠強的尷尬位置
猶豫很久不知道要選什麼
讀 PhD 省錢但曠日廢時,也充滿變數;讀 MS 又怕業界覺得不夠
如果希望能在 data scientist 路上走得長遠
是不是該沉住氣把 Statistic PhD 讀完
又或者其實念個 CS Master 就夠了,趕快出去磨練資料分析的實戰經驗
又或者 CS 其實不用點那麼多,念個 Statistics Master 外加修 CS 課就好
讓自己更專精在資料科學領域?
抱歉思緒有點混亂,懇請各位前輩賜教,感激不盡!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.128.188.92
※ 文章網址: https://www.ptt.cc/bbs/studyabroad/M.1517233119.A.E4A.html
※ 編輯: foru (140.128.188.92), 01/29/2018 21:39:51
推
01/29 23:40,
8年前
, 1F
01/29 23:40, 1F
→
01/30 01:52,
8年前
, 2F
01/30 01:52, 2F
→
01/30 02:11,
8年前
, 3F
01/30 02:11, 3F
→
01/30 02:11,
8年前
, 4F
01/30 02:11, 4F
→
01/30 02:29,
8年前
, 5F
01/30 02:29, 5F
→
01/30 09:45,
8年前
, 6F
01/30 09:45, 6F
→
01/30 09:45,
8年前
, 7F
01/30 09:45, 7F
推
01/30 10:55,
8年前
, 8F
01/30 10:55, 8F
推
01/30 10:57,
8年前
, 9F
01/30 10:57, 9F
→
01/30 10:57,
8年前
, 10F
01/30 10:57, 10F
→
01/30 13:04,
8年前
, 11F
01/30 13:04, 11F
→
01/30 14:17,
8年前
, 12F
01/30 14:17, 12F
推
01/30 16:07,
8年前
, 13F
01/30 16:07, 13F
推
01/30 18:33,
8年前
, 14F
01/30 18:33, 14F
→
01/30 21:10,
8年前
, 15F
01/30 21:10, 15F
推
01/31 08:03,
8年前
, 16F
01/31 08:03, 16F
→
01/31 08:03,
8年前
, 17F
01/31 08:03, 17F
→
01/31 08:03,
8年前
, 18F
01/31 08:03, 18F
→
01/31 09:36,
8年前
, 19F
01/31 09:36, 19F
推
02/01 07:27,
8年前
, 20F
02/01 07:27, 20F
→
02/01 07:28,
8年前
, 21F
02/01 07:28, 21F
→
02/01 07:28,
8年前
, 22F
02/01 07:28, 22F
→
02/01 07:28,
8年前
, 23F
02/01 07:28, 23F
→
02/01 07:28,
8年前
, 24F
02/01 07:28, 24F
推
02/01 13:45,
8年前
, 25F
02/01 13:45, 25F
→
02/01 13:45,
8年前
, 26F
02/01 13:45, 26F
→
02/01 13:45,
8年前
, 27F
02/01 13:45, 27F
→
02/01 15:39,
8年前
, 28F
02/01 15:39, 28F
推
02/01 20:59,
8年前
, 29F
02/01 20:59, 29F
→
02/01 20:59,
8年前
, 30F
02/01 20:59, 30F
→
02/02 07:43,
8年前
, 31F
02/02 07:43, 31F
推
02/08 18:06,
8年前
, 32F
02/08 18:06, 32F
推
02/10 04:50,
8年前
, 33F
02/10 04:50, 33F
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 3 篇):
studyabroad 近期熱門文章
PTT職涯區 即時熱門文章
49
123