小弟先自我介紹:
剛出社會有在一家軟體公司工作, 寫了一年的程式, 2007年 (銀行的程式)
之後就做有關倉庫的工作 (因為之前是讀物流研究所) 2004 年, 論文是類神經相關
因為個性的關係工作跳來跳去, 中間也有準備過統計高考, 考了大約五年, 之後停損就沒
考了
現在又回歸到倉管的工作, 但目前一直想做大數據分析的工作, 而且是偏零售商相關的,
或者是物流的相關的大數據
所以我跑去補習巨匠電腦 (看板上好像不推薦, 但錢砸了就沒辦法) , PYthon 沒寫過也
只能去補習.....
現在有幾個問題:
1. 我有點年紀了, 44 歲, 有關大數據的相關工作好不好找
2. 因為之前很努力研讀過統計高考, 對於統計數學模型應該是沒什麼問題, 研究所也有
修過啟發式演算法跟類神經的課程, 論文也是類神經, 只是蠻變型的就是......但畢竟很
久了, 怕差距很大
這樣的條件在面試上會有加分嗎? 假設公司願意把我當新鮮人看待
3. 我目前都一直在加強python語法, 看歐萊禮的書相當吃力, 而且我看版上的鄉民寫的
程式仍然要想很久, 這部份該如何加強呢?
4. 另外小弟在股市的技術分析也著墨多年, 不知道找金融相關的大數據分析工作是否可
行
感謝各位的指教, 謝謝

Data Science連資工本科都找不太到工作了，最後通通變成後端仔。你的經歷可能比較適合傳產數位化，想進純軟應該很難跟年輕人競爭。

是的, 我目前就想鎖定傳產, 物流, 零售相關, 但金融的話應該很難

有一種機會就是想做物流數據分析的新創可能會需要你的domain knowledge，但不一定會是請你當RD，可能是PM，寫規格書之類的

就連新鮮人非本科都搶破頭，你覺得為什麼公司不用便宜的菜要用你不過有些傳統公司轉型應該很缺

一堆國立文組碩python都不差 幹嘛用一個難管難用的資深人員

看你期望多少年薪的

去傳產搞BI吧

在零售業搞BI應該有可能，可以試試看

倉庫工作是啥？ data warehouse?

倉管而已

統計數學模型沒問題 但無法自學Python 那R呢

R沒碰過, Rython 不排斥, 但正在學, 要等上完課, 自學的部份應該會等之後有遇到什麼問題後再去看文件學習BI沒碰過耶, 倒是有在50人的傳產小公司導入過ERP, 也有成功, 但只有會計財務和人事系統沒導入外, 其餘都導成功, 但導完後我也離職了

大數據是什麼呢？ 有些公司吧統計一百人的年齡分佈就叫大數據了。有些公司，叫我做100筆的資料機器學習，就叫大數據了。完全看不出這篇文章想找的工作，跟大數據有什麼關聯。原文與推文看起來比較想做BI, 或是data scientist 吧。至於分析工作，也很籠統。台灣大部分的缺，就是做統計報表而已，其實沒什麼需要分析的。

你目標是 data analyst 還是 data scientist 先想清楚?

而且都只是找會寫程式的人就好，誰管你有沒有專門的分析洞察能力。

你這樣找到後還是會繼續跳，不如考國營@@著墨多年也還是要有東西給人家看吧

最後，原文的4個提問，我都覺得非常弱勢。連剛畢業的大學生可能都比你優秀了。

是data scientist 抱歉, 沒說明清楚

我覺得最大的問題是3 很多統計背景的覺得R比Python親切反而資工本科覺得Python親切多了所以建議用R看看 R的市場比Python小眾一點但R有上手再來看Python會比較有感覺或者說 當初論文是類神經相關 那是用什麼語言實作的呢?

我用matlab自己寫神經元...但畢業後就沒碰了

你44歲了 請不要再講什麼畢業 在學讀了什麼，你認為考官會覺得你會微積分嗎

1.你拿matlab去找工作 2.會matlab 但不會Python?

已經44歲了，你該做的是直接弄出有點用的大數據作品

坦白說我覺得沒救待過4間都有直接開104找人的權限，就算找新人極限大概也就到35歲以內吧 幾乎完全沒經驗44歲...除非你有朋友願意幫你 不然基本上你只能接案了

有個建議參考一下：1.先持續到巨匠學習Python與資料分析，機器學習相關程式工具。2.將所學用於工作中，改善工作某個流程。3.包裝一下履歷。 這樣可能是比較有可能的做法。如果什麼都沒有，職級貿然辭職找相關工作，真的非常弱勢。貿然辭職找相關工作，非常弱勢

IBM 造的孽

TO: DrTech 感謝建議, 我目前還沒有要離職, 邊工作的同時會將數據拿到做分析, 很多東西都可以做相關預測, 等做完後才會跟公司談看看是否讓我內轉到相關aI的研發數位工作如果公司不讓我內轉, 大概就是等做出成品後再去面試其它的傳產

只能自己創業了

你說的分析是指什麼，是機器學習 train model 嗎

倉管工作就有很多數據分析題目可以做了你可以先從你的專業下手加上你正在學的數據分析 從工作中找提高倉管效率的點用你學的PYTHON來分析 這樣就是很好的開始了你所擁有的是現場經驗和現場數據拿這些現場數據來做實際應用分析 是個好起點不要覺得數據分析就是要做很炫的東西你比倉管流程效率提高個1%就是成功的起點了把

文組轉職過來人，一堆公司其實根本用不到python/r。 你需要只是一個經驗，隨便用excel公式就能解決目前的需求那種。有處理資料的經驗之後你就知道該怎麼補強了。

看過有人拿個 Power BI 證照就說會做大數據了

謝謝各位的建議

我以前工作的學校大數據研究中心，就只是把資料整理，列出平均、中位、每個月、每學期的資料，重新整理。

你這經歷我只想到我同學，倉管幹一陣子跑去學畫電路板結果又跑回去開堆高機，現在他考進清潔隊，生活固定薪水餓不死自己每天打魔物或艾爾登，很平穩

蓋!你真的超適合這個的https://reurl.cc/2mmoMn,可拿博!

跟生管拿公司的訂單，回推原物料的安全庫存，應該就很有得跑了吧

做數據分析的話 工具是其次 重點是knowhow

光是要靠巨匠學程式這一點就不適合了

我想不到有什麼公司會錄取你這種職位應該說這種職缺會錄用你

有個很殘酷，年輕人不願意加班但可加班(但現況沒有不願意)。4x體力，生活都不太允許。所以你到手的選項會很少，特別是你又選個僧多粥少的工作。

Python 還是認真學起來吧，找幾個 project 做一下就會了

很多人把 data etl 跟 ds 搞混, 前者門檻低有技術底就好做ds是妥妥的青春飯,而且連研所做相關研究的也難找到現在公司 一堆同事研所不是做AL就是CV到最後都變後端仔

國考5年，大概是公務員很熱門時去考的，想做大數據跟AI，大概又是跟風，又想去炒股金融業，你應該先把心定下來，找一份容易進入行業的語言學，大數據跟AI只是一股風潮跟包裝，職缺少，競爭強，反而很多大家瞧不起的老東西，現在非常缺人。

一堆人想做這種數據分析的工作，但是都沒想過透過分析能解決、改善什麼問題，最後產出實際成果。學這個東西結果沒實際成果，只能得到研究方法，那有什麼意義？重點是連需求在哪都看不到，最後只是有行無市。

大數據在台灣真的搞不太起來 建議有年紀的不要再冒風險了

曾把倉儲的下單和到貨時間資料拿來分析以預估備料時間

端看你對大數據的定義，基本上業界的大數據都是PB/TB ，更高階點還要搞串流，spark Kafka hive 都可以學習看看，如果不行就轉做爬蟲，爬蟲是一堆數據分析師 數據科學家的弱項，專案項目報告可以糊弄過去，爬蟲就不行了

台灣又沒有取得真實RawData管道，大家都是訊息孤島，何