推 pickstar: 數學+統研所，公司會願意栽培吧？有需要去資策會嗎？ 08/03 23:02
相關工作的門檻我還碰不到 ><
推 Morphee: 資策會不會比你懂 08/03 23:14
推 ripple0129: 剛好有跟台北big data班的同學聊天過，他也正好統計 08/03 23:54
→ ripple0129: 畢業的。據了解，課程重在使用工具，而統計理論方面 08/03 23:54
→ ripple0129: 著墨較少。不過如果對一些工具不熟悉，譬如hadoop R S 08/03 23:54
→ ripple0129: QL之類的想加強的話可以考慮。單就想加強big data規 08/03 23:54
→ ripple0129: 劃上的實務可能所學有限。不過中壢班的課程不知道相 08/03 23:54
→ ripple0129: 不相同。個人見解是，能使用工具是快速進入業界的方法 08/03 23:54
→ ripple0129: 。至於高深的規劃自然也不會丟給新人處理，可以把這 08/03 23:54
→ ripple0129: 邊看成是個入門磚。以上純聽同學分享，內容可能有失 08/03 23:54
→ ripple0129: 偏頗，僅供參考。 08/03 23:54
謝謝分享
※ 編輯: penolove5566 (36.227.58.100), 08/04/2016 00:13:13
推 king4647: 去上班+1 很多公司在找你這種背景的 08/04 00:23
→ king4647: 基本上台北班 課程是抄中壢的 差不了多少 08/04 00:24
→ king4647: 其實這個班上的很雜 不如直接去職場專精一塊 08/04 00:25
噓 penolove: 先噓偽物 08/04 01:19
→ penolove: 本魯跟你的背景幾乎一樣 08/04 01:19
→ penolove: 本魯應該跟你當過同學 比你早一點點碰這塊 分享一下看法 08/04 01:20
→ penolove: 我是覺得CS技能幾乎必點 你可能可以很快的看完paper 08/04 01:20
→ penolove: 但是你要從實際的物體 或資料中抓到你想要的feature 08/04 01:22
→ penolove: 或data clean 就會花掉非常多時間 ,這時同事就會過來看 08/04 01:22
→ penolove: 你再充三小, 然後發現你寫的code又雜亂無章, 先不管你演 08/04 01:23
→ penolove: 算法會不會 就先屌幹你一波 08/04 01:23
→ penolove: 然後你就會失去一點點自信, 到開始建模自信可能就又回來 08/04 01:24
→ penolove: 一點點, 然後快樂的時光總是過得特別快 也沒甚麼時間多 08/04 01:24
→ penolove: 理解這些演算法 , 你就會被要求把這些東西佈署到這些平 08/04 01:25
→ penolove: 台上, 這個對Cs來講根本Ez 到想ZZ 但是對我們就是很痛苦 08/04 01:26
推 penolove: 因為我沒上過資策會的課不清楚內容,不過我覺得如果可以 08/04 01:28
→ manaup: -斷- 08/04 01:33
推 penolove: 找到比較技術性的團隊進去打滾個一陣子 應該會比資策會 08/04 01:33
→ manaup: --再斷-- 08/04 01:34
→ penolove: 有效,至少也會比較知道學習方向. 08/04 01:34
→ penolove: 我目前為止碰分析(含paper)跟碰技術的時間比大概是2:8 08/04 01:36
推 nitero: 所以樓上是做什麼的呀 08/04 01:37
推 penolove: 但是如果去資策會 或許這個時間可以分布多一點到念paper 08/04 01:39
→ penolove: 我是說 自修 v.s. 資策會 的話喇 08/04 01:41
推 penolove: 阿自修的風險就是極易迷失方向, 我覺得比個Kaggle/找組 08/04 01:45
→ penolove: 真實資料來玩 邊玩邊補CS技能 可能是個不錯的選擇 08/04 01:46
推 penolove: 我說的技能必點 應該是是喔早碰晚碰遲早會碰到的意思 08/04 02:10
推 penolove: 啊我想理論類的東西可能都需要自己讀吧 08/04 02:18
我會再思考der
推 kigo1324: = = 08/04 02:30
kigo
→ testPtt: 我有錢的話來開一家glegoo 08/04 11:30
→ recorriendo: 你確定進去是學bid data的"演算法" 08/05 02:33
→ recorriendo: 那些數值演算法資策會最好是有比數學系懂 08/05 02:35
→ recorriendo: 頂多就學套件套一套罷了 這樣值得12萬?? 08/05 02:37
大大你好
我的意思是 進去學不到演算法(我覺得這部分是自己要去學懂)
所以才會產生我列的1,2項問題
那兩個問題是 我進資策會後出去工作 可能產生的
所以想請教是不是真的有人對我提出的這兩個問題有感觸
推 show8822: 以你的背景 我相信邏輯那些不會輸他們 08/05 11:26
謝謝你~ 但我預設的是
去那邊不是學邏輯演算法
是學技術而已
好處是有人幫我整理，勝過埋頭苦幹 可能還幹不出什麼名堂
壞處就是我文章內提到的
然後我想問的是
我舉例的壞處是否真的很嚴重
※ 編輯: penolove5566 (36.227.58.100), 08/05/2016 13:06:03
推 popxpopxpop: 上課確實不會碰到演算法，是以多數人的角度設計課程 08/05 20:51
→ popxpopxpop: ，所以內容也不會多深，以上 08/05 20:51
→ leafwind: 理論去上線上課程 CS技能..好像也是線上課程 08/06 20:40
→ leafwind: 覺得迷茫可以玩 kaggle.. 08/06 20:42
→ Calista: 中壢資策會表示還是要自學... 09/13 13:28
→ Calista: 分組要碰運氣，組長比較成熟懂得每個人都要帶起來會學到 09/13 13:41
→ Calista: ,大部分是社會經驗不足，依原本熟悉的小圈圈的人在往來， 09/13 13:42
→ Calista: 平常沒有在做作品，很後期才要開始做已經來不及，一堆人 09/13 13:43
→ Calista: 急著要就業，組員如果覺得你技術不夠根本不會理你， 09/13 13:44
→ Calista: 錢白繳，建議直接針對要學的技術去上，比如說來上Java班 09/13 13:45
→ Calista: 就好很多，一開始就分組在平日做專題，Java需求最大 09/13 13:45
→ Calista: 又明確，比較不會像Big Data班是自生自滅的狀態 09/13 13:46
→ Calista: ，課後輔導是假的，只是要你簽個名而已，根本沒有輔導， 09/13 13:57
→ Calista: 問問題就說要先google XD 是沒錯要先自己會找解答，那就 09/13 13:58
→ Calista: 不要開個「課後輔導」誤導家長和學員吧，說好的統計課 09/13 13:58
→ Calista: 快結業了還是沒教... 09/13 13:59
→ Calista: 直接報考資工所是最好的，或者上專門技術的課，比如Java 09/13 14:14
→ Calista: 想在短期內學很多很多東西的可以上，不過消化要看自己 09/13 14:42
→ Calista: ，好處是可以綜合觀看很多技術，然後再選擇自己要的 09/13 14:49
→ Calista: 以上是以工程師為業的觀點，有其他想法就無所謂 09/13 16:03