大家好
初次板上發文
主要想問問目前數據分析(偏大數據)在美國目前狀況以及技能的建立
由於非本科生，但是對數據分析有憧憬
想往data engineering路線前進
最近看了些career fair，感覺職缺相對SE少很多
求職能力路線也相對不明確
SE必做的有演算法，刷Leetcode
但卻沒看到data engineer有無必做的事
(不包含相關知識探索)
我知道有Kaggle可以上去玩資料，主要想
詢問有無像是刷leetcode一樣是針對求職
必做的準備?

發paper...

data engineer 不用發paper 阿 會寫sql 比較重要

存錢去美國念碩士，才是必做的事情，你這種繞路法太慢又沒什麼意義。

我之前的工作的function有點像data engineer,周圍有一個很資深的同事,我會說這方面要專精的話,不只SQL,SQL裡面的PL/Function都要很強以外,還要會寫shell script那類的東西,工作內容可能ETL跟建立reporting or data cube比較有關,建議你可以去各大求職網站看data engineer的工作內容

這方面我不是專家 什麼也不懂 但是人生經驗告訴我 學東西最有效率的方式就是找個好學校進去念 最好工個學位當初出國拿P就是依這樣的邏輯做的決定

去美國念碩才是最速解

Data eng = data infra ; I think you meant data scientis

Data engineer不用分析...Data Scientists 請直攻PhD

會不會用錯關鍵字的關係。Data scientist 都是高階職缺Data engineer 都是 Programer 為主。用BI領域常用的關鍵詞，例如 data mining 去找看看。

Data science 真的要強者

很多公司也搞不清楚自己找的是data scientist還是eng叫data scientist去幹data engineer ex洗數據之類的

絕對沒有data scientist要phD這件事 research scientist才通常會偏好phD 但也有強的master做同樣的職位對數據分析有憧憬 不應該當data engineer 當analyst去吧推薦一篇關於data engineer的報告 https://goo.gl/p4li3k

你想做eng還是做analytics，先搞清楚吧，差蠻多的其實

推樓上，data analyst vs scientist vs engineer 差蠻多三個都輪了一圈，現在回來當analyst了。有機會再分享

跪求樓上分享!!!

謝謝分享，請問這些也是需要刷leetcode嗎

之前應徵 FB 的 Data Engineer 可能需要刷 leetcode

不是刷 Kaggle 嗎

data analyst:挖數據 做分析 做資料 懂service 會說話data scientist:會演算法 會machine learningdata engineer: 會linux 會洗數據個人在這業界六年 心得是data scientist需要資工跟統計都很強 我是數學出身 有嚐試要做scientist 後來覺得無法補足programming不足這塊 又回來做analyst了很多公司都在徵scientist但其實做的是analyst的事

感覺都很屌 溫拿一族

推Sovanna解釋

推Sovanna解釋，謝謝!

另外很多公司的職稱都亂來, engineer, scientist, analytics 都搞不清楚，問清楚工作內容再來判斷，只看title不准的

主修計量經濟有機會做數據分析工作嗎？