各位前輩大家好
小弟是物理系出身
最近要退役了準備找工作，希望能獲得一些建議
先介紹一下背景：
1. 物理碩士，碩士論文為類神經網路的物理性質
論文主題是機器學習
但既然是物理所，研究所注重的自然跟資工所相去甚遠
目前修過andrew Ng的線上課程，以及上到一半的機器學習基石
基礎的機器學習常識還是有的
2. 程式能力
研究所主要使用MATLAB
雖然C也會使用，但只有跑模擬使用，寫法也比較不簡潔
PYTHON 只有拿tensorflow做過基礎練習，沒有實際用來解決過問題
想請教的問題：
大概要準備什麼知識爬過文大約有個底了
但對找職缺上有點徬徨
1. 職缺名稱：
請問"data scientist"這個工作職缺可以學到東西嗎?
自知自己的程式能力遠不及資工背景的人
因此"演算法工程師"之類的職稱應該是沒機會
我目前找工作，主要是找"機器學習工程師"這類的職缺
但是不知道data scientist是否能學到東西
還是說只是套套資料和使用幾個現成的套件，去當苦力而已？
怕資工會不會有類似"一日設備，終身設備"之類的情形出現？
還是可以試著應徵看看去練練功？
2. github的重要性？
看過一些文章說github很重要
但...目前可能沒時間搞一個起來
同時由於以前編寫的程式以解決自己問題為主 (ex: 跑模擬、控制儀器)
不然就是一些練習ML的code
這樣似乎沒有上傳的價值？
我是應該花時間整理以前寫過的code上傳github
或是乾脆放棄這件事情，多準備一些ML的知識呢？
3. RK是什麼？
找工作時有些職稱會寫RK 跟RD有什麼差別?
4. 還有什麼可以證明自己的事情可做？
目前主要以上ML課程的方式來提升自己
雖然可以幫助了解ML但是感覺對履歷的幫助不大
但是如果要做一個專題出來在沒有人指導的情況下又有點困難
是否有其他方法能增加自己履歷強度？
如上
很清楚台灣的ML機會不多
已經做好被洗臉的心理準備了
還是希望各位先進能給些建議
感謝！