為什麼這篇數據分析碩士ptt鄉民發文收入到精華區：因為在數據分析碩士ptt這個討論話題中，有許多相關的文章在討論，這篇最有參考價值！作者ruokcnn (Dean)看板Salary標題Re: [問題] 關於碩士起薪時間Mon Apr...
數據分析碩士ptt 在 ?賭Sir｜數學考試專家 Instagram 的最讚貼文
2021-09-17 10:04:59
M1/ M2 學生通用．免費 MIN & MAX 速成課程 原價 $300．限量 300 份 好多同學都覺得微積分啲題型題題都唔一樣，啲文字題又長又難睇，睇完都唔知點做🤯 搵 Max/ Min 嘅話，仲要十幾分一題，如果唔識答分分鐘搶唔到分😭 所以賭 sir 決定將價值 $30...
※ 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s
enior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。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.71.9.53 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Salary/M.1586102416.A.817.html
推 tamayuna: 感謝您解釋的這麼詳細！會好好往這方面多精進的QwQ04/06 01:11
推 amy93: 推專業 04/06 01:39
推 loadingN: 資深的都在做哪些事情啊? 04/06 02:05
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
推 lovebridget: 所以轉職後去哪裡? 最重要的部分耶04/06 02:28
→ lovebridget: DA講半天最後是被新職屌打= =04/06 02:29
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
推 claudia1988: 推～專業 04/06 02:34
推 mid9ht: 難得好文 04/06 07:47
推 egopop: 好文推薦 04/06 08:37
推 jason91818: 推 04/06 08:59
推 drajan: 台灣的DA這麼猛要會ML? 那轉data scientist 或MLE就好了。 04/06 09:10
→ drajan: 很少看到純DA懂ML的，大部分都是課程上一上就宣稱的 04/06 09:10
推 kokolotl: 名稱定義不同而已吧 04/06 11:35
推 good5755: 版上真是臥虎藏龍 04/06 16:28
推 driftptt: 好文推個 04/06 17:21
推 vanattenhove: 這篇很接近資方的想法 04/06 19:16
推 aidansky0989: 原文比較接近商業分析師不是資料科學家吧 04/06 20:46
推 kiba226: 推這篇 04/06 22:53
推 reihane: 推好文 但看起來這篇講得比較像是一開始data processing 04/07 00:34
→ reihane: 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 04/07 00:34
→ reihane: 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 04/07 00:34
→ reihane: ng能力產業knowhow也很重視 04/07 00:34
推 f422661: 為什麼我kaggle 一個2% 一個3%然後完全找不到工作QQ 04/07 00:57
→ drajan: 因為Kaggle強就能找到工作完全是都市傳說 還需要工作經驗 04/07 08:47
→ drajan: 再加上台灣缺還太少 往海外走吧 04/07 08:47
推 kokolotl: 要找到好缺需要時機跟運氣吧.. 04/07 13:47
推 xiang63iyi: 推推～專業好文 04/07 14:57
推 PBfire: 推專業優文 04/12 10:47
推 kenny2680200: 建議來中國看看，要會這樣的技能價格都是隨便開... 04/14 03:29