→ spiderway: 我的話會選gg 09/30 18:11
推 ggggggh: 好厲害 真強 請問是怎麼樣的學經歷背景啊 09/30 18:36
→ tw689: 有自信GG待超過2~3年當然還是GG好 09/30 19:00
推 f124: A 09/30 19:04
推 martin790210: 咪仔 09/30 19:25
推 O187: 所以gg年薪到底多少? 09/30 19:30
→ tw689: 領滿少說二的1.5倍以上 09/30 19:38
推 herrowui: gg吧！哈哈 09/30 20:01
推 jammy50605: 這薪水八成是外商 09/30 20:03
推 doranako: a的錢比較多，看你要錢還是要生活 09/30 20:07
推 nitero: 請問N是指台積碩士薪水嗎？ 09/30 20:12
推 ginseng21: 好強！！ 09/30 20:15
推 c0758: 好猛 09/30 20:41
→ DrTech: 現在新鮮人都可以當科學家了，名稱真很廉價。 09/30 21:00
→ DrTech: 這個版很少統計所出身的，難給什麼建議。 09/30 21:01
推 lovdkkkk: 也不一定要統計所, 資工的 ML DM 也是玩統計啊 09/30 21:12
推 yfr: 統計所出身的以數量來說還是多的，四大四中應該至少一兩百個 09/30 22:11
→ yfr: 你新鮮人能夠拿到這三個OFFER一定不是一般人 09/30 22:12
感謝大家的建議!
在這邊補充說明一下背景
拿得是統計與機器學習碩士
認同D大說的 新鮮人很難當到資料科學家
但未來想朝這個方向發展
公司A是美商
考量是覺得資料科學是個日新月異的產業 想要好好的專精和學習
怕選擇A之後時間可能相對的被壓縮
但另一方面也覺得因為A能接觸客戶 能培養解釋的能力 和多方面的認識人
B雖然是本土企業 做風卻很美式 團隊氣氛很好
台積電的考量比較會是 若幾年之後 想轉換跑道 是否代價會比較高
謝謝
※ 編輯: lambking (118.165.16.170), 09/30/2015 22:23:44
→ yfr: 我覺得五年內的薪水應該是GG最多，但你如果腦袋中有很多想法 09/30 22:14
→ yfr: 覺得薪水不是第一優先的話，看長遠來說，我覺得前兩個都行 09/30 22:15
→ yfr: 反正強者就是強者，只要你持續學習保持熱情就能做出些什麼 09/30 22:16
→ yfr: 疑!? 我以為我在科技版，那邊統計相關的前輩比較多唷 09/30 22:18
→ lambking: 謝謝建議!! 09/30 22:35
推 wheels: A如果是IBM的話可能還要再考慮，非真外商 09/30 22:42
推 lovdkkkk: 假如 N 是 40 IBM 碩士新人應該沒那麼高 XD 09/30 22:59
→ lambking: 謝謝, A是一家賣資料分析平台的公司 09/30 23:02
推 drajan: 一般想做data science的應該會走B路線吧 09/30 23:29
→ drajan: A比較像是solution architect B才像一般我們在講的DS 09/30 23:31
→ drajan: 做一做苗頭不對還可以轉作data engineer, SDE 路比較廣 09/30 23:31
推 tkboy: 這不需要考慮了吧,當然選台GG,能進台GG非產線端的缺,這機會 09/30 23:33
→ drajan: 同事的強度也很重要 在新鮮人階段 跟著比自己強的同事 09/30 23:33
→ drajan: 能力提升的才快 09/30 23:33
→ tkboy: 應該好好把握.非產線端是可以做很久的,錢也比其他公司多很 09/30 23:34
→ tkboy: 多, 不少四大碩管院的同學,現在年薪比我以前在台積的作業員 09/30 23:35
→ tkboy: 還低.有機會進台積好單位就好好把握. 09/30 23:36
→ MOONY135: A AND B都可以 台積的話 良率這種東西...可大可小... 09/30 23:37
→ recorriendo: A是APT吧? 10/01 00:04
推 Hikkiaholic: 這在GG叫啥工程師? 製程? 10/01 00:19
推 tkboy: 應該是大數據分析吧 10/01 00:39
→ lambking: srr 是良率工程 10/01 00:41
推 mathrew: 比較喜歡B 10/01 07:28
→ mathrew: A很看客戶狀況，去的客戶端很北爛就整組害了了 10/01 07:29
推 yankeerock: B是新創嗎 10/01 09:17
推 chunfo: 能借問需要多少背景知識嗎 10/01 09:35
補充說明一下
A用的工具除了本身的產品以外 主要會用R, hadoop, spark
或者依照客戶端需求需要學一些新的語言
B主要用R, shiny R
我的背景有兩個碩士和參加過一些比賽的經驗
※ 編輯: lambking (118.165.16.170), 10/01/2015 12:14:15
推 a926: 我會選B. BI 不止CUBE建置這麼簡單。如果你還有碰ETL 10/01 17:34
→ a926: 這裡面的學問也很多 10/01 17:34
→ a926: 不過有雙碩士真利害~給你個讚 :D 10/01 17:47
推 newkey: 雙碩士@@ 10/01 18:07
推 thea: B, 口才等磨過一陣子再來練也不遲～～ 10/02 00:22
推 CLFJ: 看出差去哪。如果可以練英文更好。去大陸就沒加分了 10/02 02:37
推 popxpopxpop: 統計與ML碩士感覺真不好拿... 10/03 09:55
推 jyuny1: 一堆人沒搞過大數據就在回復 原po保重…… 10/04 07:57
→ jyuny1: 你真想走大數據 A 才是你的出路 B 到最後不會是數據科 10/04 07:58
→ jyuny1: 學家而是架構師 10/04 07:58
→ jyuny1: 整個業界 value 的是數據變現的能力 自己思考這件事吧 10/04 07:59
→ jyuny1: 你真的認為數據科學家只要會建模就好？呵呵 10/04 08:00
→ jinny23: 請問大大是拿統計跟機器學習各ㄧ碩士的意思嗎？ 10/05 20:03
推 kokolotl: 可是台灣要的大數據分析很多都只是建模 10/09 17:56