※ 引述《HWSH (光的夜生活)》之銘言：
: 小弟去年從國立臺北大學統計系畢業
: 計畫先工作個兩三年再去申請國外研究所
: 目前即將服完兵役 本來是希望年後可以開始上班
: 最近幾天開始找工作 履歷卻一直被已讀
: 感到一點小小的「挫折」
: 看了一下應徵者狀況 六七成都是碩博
: 唉學歷拚不過別人真的是硬傷
: 真的沒有一些初階的資料科學家助理工作可以做做看嘛哈哈
: 我很樂意從Data Cleansing的工作做起
: 交代一下背景
: 大概是大三決定要走資料科學家這條路
: 接觸coding到現在大概兩年
: 最常用的是R跟SAS
: 有去修資工的資結跟演算法
: 會一點C跟Matlab
: 最近在看線上課程學python
: 英文聽說讀寫沒問題
: SQL還真的完全沒碰過（滿多職缺都有要求）
: Deep learning幾乎沒有頭緒（只知道ML）
: Hadoop跟Spark只知道是在幹嘛的也沒有實際操作過
: 唉唉真的是太嫩了
: 想請版上的前輩大大們點一盞明燈提供一點建議
: 謝謝謝謝 用力鞭沒關係
身為這一塊的弱弱從業人員給你建議
我覺得你心態可能要改
資料科學家 70%以上的時間都在做data cleansing
但你好像搞錯狀況了 以為這種東西是初階的工作
但是實際上並不是這樣 實戰經驗上需要想辦法增進把資料清整時間到可以拿去建模
在台灣 有意願想做這方面的公司在過去對於資料的管理上都很不嚴謹
你看到的會是雜亂無章又一堆莫名其妙的資料
光是處理資料encoding的問題就夠你燒腦燒時間的 更別說還有一堆雜事
如果你以為資料科學家只要爽爽地建模就好了那真的是太天真了
加上從你內文中沒接觸過SQL 沒玩過Deep learning 好像也不會爬蟲
資料視覺化的工具也沒提到會不會
ML到底接觸多深也不知道 要走資料這塊只會R卻不會python 也是硬傷
勸你先去了解一下R和Python彼此的優缺點
另外有沒有實際上玩過什麼專案也看不出來
講白了如果我部門開缺你來應徵 我還真不知道有什麼誘因讓你進來一同工作
有個建議是如果真的想增進實力
上去Kaggle看看其他人在幹嘛 同樣的dataset你能不能做出跟人家一樣的結果
或是去挑個競賽區的試試看自己做出來的結果到哪
另外就是最近吹很大的各種相關“前景”請審慎看待不要一頭熱
有時候實務面上跟這些投機客炒作的泡泡還是有不小的落差