推 f496328mm: 推這篇 台灣目前的數據不夠完善 09/05 16:50
→ f496328mm: 大多數公司還沒有 data = $$$ 的概念 09/05 16:51
→ f496328mm: 不過要是 clean data 太髒的沒有價值 09/05 16:52
推 agiwar: 謝謝你的建議，我會參考看看。 09/05 17:57
推 chocopie: 太髒的看情況還是有價值啦， 09/05 18:31
→ chocopie: 只要不缺漏太多，能夠清理得乾淨的就行 09/05 18:31
推 v9290026: 資料黑手+1 09/05 19:01
推 f496328mm: 對啊，太髒的就需要請人來整理，類似掏金的概念，砂礦 09/05 19:10
→ f496328mm: 中提煉出黃金 09/05 19:10
推 IhateOGC: 找別人濤沙,自己爽爽套公式的工作請介紹我 09/05 22:02
→ beaprayguy: 有 國外很多 09/05 23:30
→ beaprayguy: 台灣要兼著做 09/05 23:30
推 prag222: 我已經預見未來 這種職缺在台灣也是 操操操操操操操操 09/05 23:33
推 Kazimir: 其實都是要弄資料的啦 只是目標不同所以做法不同 09/06 03:47
推 f496328mm: 國外都是分工 台灣就是一個人包辦全部ㄎㄎ 09/06 06:54
→ f496328mm: 況且資料清理完 後續也不是套套 model 就結束了 09/06 06:54
→ f496328mm: 不然就不用特地分 資料工程師 資料科學家了 09/06 06:55
推 chocopie: 對啊，套完model還要能解釋，需要domain知識。 09/06 10:10
→ chocopie: 但是在台灣很有可能會全包... 09/06 10:10
→ abc2090614: 國外沒分工啊 我現在在作也是從清資料開始 09/07 20:05
→ abc2090614: 你沒domain知識 不能解釋給實務面的人聽的話 不能叫 09/07 20:06
→ abc2090614: data scientist 09/07 20:06
→ abc2090614: 這點個人認為和sde很不一樣 人的層面很多 09/07 20:06
→ beaprayguy: 所以貴公司是多少人？ 09/07 21:48
推 exthrash: 看公司大小吧 我現在也在美國 公司大概一千人 也是全包 09/08 08:27
推 f496328mm: 原來沒分喔，看一些徵才，都有分 data engineer 跟data 09/08 11:38
→ f496328mm: scientist 09/08 11:38
→ abc2090614: data engineer是比較像DBA然後加productionalize 09/08 19:49
→ abc2090614: 我是傳統零售業公司 員工20~40萬 總部約3000人 09/08 19:50
推 Kazimir: data engineer 應該主要在弄資料流的部分吧 09/08 20:20
→ Kazimir: 而且有時候來來回回一直改 如果都要叫別人整很沒效率 09/08 20:24
→ recorriendo: 怎麼會有人以為data engineer是專門清資料 09/08 20:30
→ f496328mm: 感謝指正 另外 hadoop 這塊 是 engineer 做的嗎? 09/08 21:21
→ beaprayguy: -data-engineer 09/09 08:43
→ beaprayguy: 不然資料工程師要做什麼？ 09/09 08:43
→ beaprayguy: 不整理資料？ 09/09 08:43
推 Kazimir: 要整理資料啊 那個PPT第八頁寫的就是主要工作 09/10 07:40
推 chrome: 推， 09/12 01:18