PTT評價

Re: [心得] 為什麼99%轉職數據分析的人都失敗了

看板Salary標題Re: [心得] 為什麼99%轉職數據分析的人都失敗了作者
deepdish
(Keep The Faith)
時間推噓 2 推:5 噓:3 →:2

其實講太多細節

很多人一定還是不懂

直接看這篇文章比較快

AI大戰》ChatGPT怎麼玩?優缺全解析,一文看懂
https://www.cw.com.tw/article/5124860

好 重點來了

美國卡內基梅倫大學(Carnegie Mellon University)

電腦科學教授克尼策(Vincent Conitzer)

認為風險最高的4類白領工作:
https://www.cw.com.tw/article/5124718

1.科技工作(程式設計師、軟體工程師、數據分析師)

2.金融工作(金融分析師、個人理專)

3.法律工作(法律助理)

4.媒體工作(行銷、內容創造、技術寫作、新聞)
---------------------------------------------
就是這樣

現實很殘酷

跟不上最新科技的腳步

就會被時代的巨輪淘汰
※ 引述《a78998042a (Benjimin)》之銘言:
: 如果你對數據分析轉職感興趣
: 如果你周遭有人想要轉職到這個領域
: 請把這篇文章給他看,這將幫助他節省2年以上的時間
: 我在22年秋季開始,開始了免費的數據轉職諮詢服務
: 期間接觸到超過50+的人談論他們的疑惑
: 有人曾參加轉職輔導,有人加入線上課程,有人自學超過兩年
: 但共通的點是,它們仍在成功轉職的路上努力著
: 錯誤的觀念會讓你虛度 2-3 年
: 而正確方向僅需要一次的會議
: 但因個人能力有限,我無法無限期提供諮詢服務
: 於是我將這段期間內的諮詢內容拍成影片
: 這部影片跟其他影片不同在於:
: 1. 它不是一個人的經驗分享,而是 50 個人的集體問題
: 大家的疑難,很可能也是你的問題
: 2. 我與我諮詢的對象均處於台灣,而網路上許多的案例有的在美國,有的在歐洲
: 它們的經驗很寶貴,但我將給你另一個觀點
: 3. 我諮詢的對象,有尚未畢業的學生,有30多歲想切換領域的主管
: 背景從社科外語、管理財金到資訊電子,我的目標就是提出讓每個人都有機會成功的: 解方
: 這部影片僅僅 20 分鐘,但只要你看完:
: 1. 你將省下 2 小時:這是我一場諮詢的平均時數
: 2. 你將避免 2 年的浪費:這是一次錯誤規劃的成本
: 3. 你將能大大提高轉職的成功率
: 這支影片的大綱如下:
: 1. 為什麼想轉職數據分析的人都失敗了
: 2. 失敗的第一步,我要學會數據分析
: 3. 聖經就該擺在床頭櫃;你不該學些什麼
: 4. 天下武功唯快不破;成功的學習途徑
: 5. 別跟數學系比算法;跟資訊系比程式:面試準備的方式
: 6. 總結
: 希望大家能有所收穫
: 影片鏈結如下:
: https://www.youtube.com/watch?v=9EcOu_GLsfA&ab_channel=HsuBen
: 如果你看完影片仍有一些個人問題,可以填寫問卷,我會盡量回覆
: 問卷鏈結如下:
: https://forms.gle/V3z3RsL5NbiYyx9U6

--
Q 人類基本需求2.0 ◢◣ 自我實現 創意.問題解決.真偽.自發性
S ◢██◣ 尊重需求 自尊.自信.成就感
W ◢████◣ 社交需求
E ◢██████◣ 安全需求
E ◢████████◣ 生存需求 空氣.水.食物.住所
T ▄▄▄▄▄▄▄▄▄▄▄ WiFi 電池

--

※ PTT 留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.227.241.253 (臺灣)
PTT 網址

say2921707403/02 19:09每隔幾段時間就什麼幾類人即將被淘汰 笑死人

say2921707403/02 19:10照他列的全世界九成的白領都會失業 我們來看到時候會

say2921707403/02 19:10多亂 呵呵

GoGoJoe03/02 20:26教授要不要討論後疫情時代遠距教學對教師需求的影響

dbalruke03/03 01:34新聞絕對不會被淘汰拉,因為AI不會自己生假新聞阿,怎麼

dbalruke03/03 01:34領1450?

vi00024603/03 10:17又是跟業界脫節的教授說的

tran62803/03 19:05說AI不會生假新聞的,真的不要沒有背景概念來亂

DKnex03/04 19:22呵呵 自以為能取代 看到工程師就先笑了

shimachokong03/06 00:12看到工程師就笑了,以為工程師二十年不變嗎?