PTT評價

Re: [問題] 關於碩士起薪

看板Salary標題Re: [問題] 關於碩士起薪作者
ruokcnn
(Dean)
時間推噓21 推:21 噓:0 →:7

※ 引述《tamayuna (tamayuna)》之銘言:
: 大家好 初次發文
: 想尋求大家以下背景的薪資建議
: 23女 背景私立國企 大學多益考840 雅思6.5
: 現在在英國讀碩 商業分析&行銷
: 大學有很多打工實習經歷 日本交換 日檢N2
: 畢業後在日商做國貿快一年 31k
: 後來覺得太無聊 做下去的前景也不是想要的
: 又覺得私校學歷很難換領域 所以就想去留學
: 目前會點GIS, SPSS, Tableau, R,
: MySQL只會簡單資料表的查詢條件排序
: 請問這樣的條件回去後薪水撇除各大MA
: 在台北能開到40k以上嗎?大概多少合理呢?
: 想做行銷或數據分析類的工作
: 行銷要很多發想發表 但薪水普遍都30初k
: 不想要出去一趟回來薪水跟沒去差不多...
: 數據是出國才學 不知道是否有能力勝任 ...
: 能解讀但如果是都要自己打code就無法了...
: 需要到什麼樣的程度才是企業會雇用的呢?
: 感覺自己好像什麼都會一點但都沒有特別專精的樣子 ?
: 個性就是什麼都想試一試 但本身不是很會講話然後在學歷背景比我好的人面前會沒什
麼?
: 有沒有類似情況的大大能稍微指點一下 或是趁還沒畢業前儘快加強的技能呢?
: 謝謝大家 還請不吝賜教~
: -----
: Sent from JPTT on my iPhone

我去年在金融業面了大概40個想做data的新鮮人或想轉行來金融業的Data analysis

現在看下來會覺得有幾個問題:

第一個,你還沒有確定你想要走哪條路,這對想做data這條路來說可能已經慢了好幾年了。

做行銷跟做廣義的data analysis 是皆然不同的路線,想培訓的技能也差非常多。

你自己也清楚行銷起薪的行情,如果你要走行銷。我建議你把錢省下,直接轉行,多的錢去上業師的課,多瞭解一下類似電商產業或數位行銷相關的最新變化。

行銷領域除了妳是台政商學院可以有比較高機率直接進大品牌端,省下都是靠年資跟專案拼上來。吃經驗嗅覺,學歷比重比較低一些。(但畢業五年內換到大牌子學歷還是一個坎)


第二個,如果你硬是要出國走資料分析


那你就要有覺悟寫code是基本,不是學校教的而已,是你自己要投注額外時間把整個技能建立起來。除此之外至少要有一個非常完整的ML作品,或是多個有趣的小作品。

到時候出來發現你程度也才跟剛畢業的本科大學生差不多而已。你能接受這種投報率嗎?



這個年頭做DA只有兩條路:ML跟資料視覺化,AI我把他放在資工背景這邊先不討論。而純統計分析是另外一個專門需求(例如QC、藥廠、財金...etc)也不在這邊談。

資料視覺化基本上大公司BI工具都可以取代你了,剩下那個最紅海的領域就是被過度誇大的ML。

我開職缺開下來感受到的現象就是,很多人只會一點Python跟R就把自己寫得很像已經是senior開發一樣。實際連整個ML建模流程都沒辦法完整闡述清楚。

遇到資料不對稱不知道怎麼做,variance跟bias的關係也答不出來。多半都是只會call個sklearn套個regression或decision tree做預測,也不知道為什麼自己要用這麼上一代老舊的算法。

一個完整細緻的預測作品屌打你有什麼學歷,所以kaggle是你的好朋友。如果能拿到比賽前10%基本上在台灣妳就是在挑工作了。


薪水的話我就沒辦法回答了,因為這就是我離開原公司的理由QQ,轉職後薪水屌打前東家一條忠孝東路。


現在做資深ML是很搶手的,整個市場想入門的新手太多,但資深的太少。所以強者資深DA坐地起價,新手DA是紅海。

因為說到底,Data Analysis就是個四不像啊。


--

※ PTT 留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.71.9.53 (臺灣)
PTT 網址

tamayuna04/06 01:11感謝您解釋的這麼詳細!會好好往這方面多精進的QwQ

amy9304/06 01:39推專業

loadingN04/06 02:05資深的都在做哪些事情啊?

從消化需求轉為模型題目 到實際設計模型都會涵蓋到 看team的規模跟分工

lovebridget04/06 02:28所以轉職後去哪裡? 最重要的部分耶

lovebridget04/06 02:29DA講半天最後是被新職屌打= =

新職做直接的金融應用開發 DA比較像是一轉 二轉終究還是要選純技術開發/管理或業務規劃 畢竟資料分析師比較像一個大Genre

※ 編輯: ruokcnn (219.91.8.167 臺灣), 04/06/2020 02:35:46

claudia198804/06 02:34推~專業

mid9ht04/06 07:47難得好文

egopop04/06 08:37好文推薦

jason9181804/06 08:59

drajan04/06 09:10台灣的DA這麼猛要會ML? 那轉data scientist 或MLE就好了。

drajan04/06 09:10很少看到純DA懂ML的,大部分都是課程上一上就宣稱的

kokolotl04/06 11:35名稱定義不同而已吧

good575504/06 16:28版上真是臥虎藏龍

driftptt04/06 17:21好文推個

vanattenhove04/06 19:16這篇很接近資方的想法

aidansky098904/06 20:46原文比較接近商業分析師不是資料科學家吧

kiba22604/06 22:53推這篇

reihane04/07 00:34推好文 但看起來這篇講得比較像是一開始data processing

reihane04/07 00:34跟後端ml的部分 做ml的應該數學跟統計底子要強 像原po商

reihane04/07 00:34管背景往商業分析ba的方向走可能比較容易 ba的話比起codi

reihane04/07 00:34ng能力產業knowhow也很重視

f42266104/07 00:57為什麼我kaggle 一個2% 一個3%然後完全找不到工作QQ

drajan04/07 08:47因為Kaggle強就能找到工作完全是都市傳說 還需要工作經驗

drajan04/07 08:47再加上台灣缺還太少 往海外走吧

kokolotl04/07 13:47要找到好缺需要時機跟運氣吧..

xiang63iyi04/07 14:57推推~專業好文

PBfire04/12 10:47推專業優文

kenny268020004/14 03:29建議來中國看看,要會這樣的技能價格都是隨便開...