看板 Soft_Job 關於我們 聯絡資訊
各位好,冒昧打擾一下! 我的背景是物理Ph.D. 專長是理論凝聚態物理 Ph.D. 論文的主題之一是做奈米團簇的構型最佳化 使用的演算法為我自己改良的基因演算法+能量谷跳躍法(一種變形的蒙地卡羅法) 這雖不是目前大家主流熟知的深度學習或類神經網絡 但也是機器學習的一個分支,我博士班也因此在這邊累積了不錯的根基 不過我的程式碼是Fortran撰寫的 , 也非Python或是R (Python我只會基本語法) 畢業後, 我轉作金融領域 , 也因此接觸了計量,統計學和一些數據分析的課題 雖然我物理本科的統計力學其實也跟統計學有不算小的重疊 但透過研究金融系統,讓我不再侷限物理系統的統計分析 而是能將研究系統更廣泛的延伸到複雜系統的領域 我目前有在自學微軟和資策會共同辦的一個資料家的認證課程 說來慚愧! 我本來想應徵物理系的助理教授, 但這樣的缺目前真的太競爭 所以想轉換跑道 往資料科學家這條路發展 請教各位! 我需要再補強什麼? 才會在業界的工作岡位有比較好的發揮和競爭力呢??? 不知道有沒有人能給予一些建議呢? 讓我在資料科學家這條路上能夠有更完整的基礎和充實的戰力迎接挑戰! 感謝!!! -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.127.233.55 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1526271085.A.870.html ※ 編輯: lovepork (140.127.233.55), 05/14/2018 12:12:37 ※ 編輯: lovepork (140.127.233.55), 05/14/2018 12:18:04
yamakazi: 原來愛豬肉是物理博士 05/14 12:22
ice80712: 資料科學就不競爭嗎?每個課程出來都一堆學生 05/14 12:23
yamakazi: 在金融領域不是做得好好的? 想辦法內轉吧 05/14 12:24
ice80712: 學幾個月就會了 這樣也不好談到高薪吧 05/14 12:24
我本身在物理那邊累積不錯的數學 ex: 線性代數 非線性力學 數值計算的根基 統計力學在研究所修課的時候根基也打得不錯! 統計學和網絡科學 則是因為接觸金融領域學了不少 是因為有這段學經歷 我才想改行做資料科學 我想把我過去的學經歷打包之後 往另一道路上前進! 我不太可能從頭來過 重新學! 我年紀也不小了 QQ ※ 編輯: lovepork (140.127.233.55), 05/14/2018 12:45:46
azurepipi: 個人覺得是加強所屬的領域知識 技術方面金融領域 軟體 05/14 13:13
azurepipi: 工程幾乎都不太重視 而偏重決策分析與視覺化 05/14 13:13
Dartmoor: https://tinyurl.com/y86y9cn8 今天剛好看到的 05/14 13:30
weinine32: 我覺得,你把Python或R摸熟後就可以去面試了。 05/14 14:31
rupcj8: 感覺很強 我覺得你可以直接開投了 05/14 14:52
rupcj8: 不過在台灣物理博去GG直接有33 其他產業可能沒那麼多錢? 05/14 14:54
aiueokaki: 直接投不好嗎?可以知道自己缺什麼 05/14 15:41
j611062000: 可以直接投worldquant 05/14 15:47
eva19452002: 你好強,感覺板上沒幾個人可以給你建議 05/14 17:39
baseguard: 物理很適合,看你要鑽多深,要點時間 05/14 17:58
hahaxd78: 去打kaggle證明自己實力 05/14 18:14
jojojen: 等大大成功發心得文~ 05/14 18:17
BignoZe: 你太強了 code好練 數學才是困難的地方 05/14 18:38
senjor: 你等級太高了,無法給建議 (躺 05/14 18:56
readonly: Python對你來說應該是一天就學完了吧! 05/14 19:02
s860134: 直接去面試都有人收 05/14 19:05
s860134: 可以看李宏毅和林軒田教授線上課程 看完就差不多了 05/14 19:20
s860134: 機器學習本質還是在做目標函數的最佳化 05/14 19:21
exe1023: 我也覺得數學強的話直接丟worldquant吧 05/14 19:48
lukelove: 非本科phd找職位, 碰ml又不用上production, 轉跑道很難 05/14 21:00
lukelove: ㄅ 05/14 21:00
Morphee: 直接錄取了 年薪200萬 05/14 21:05
Morphee: 不需要補強 05/14 21:06
ChoDino: 直接找工作,會不會 python 或 R 不是重點 05/14 21:09
Sunal: 直接找就好了 05/14 21:13
大家真客氣!! 其實我要學的東西真的很多 畢竟對我來說是個新的領域 Anyway,感謝各位的鼓勵!!
shiauji: 統計力學我學怎麼都跟統計學無關呢?連隨機變數我都沒用 05/14 21:57
shiauji: 到... 好奇想問你學的是哪本統計力學? 05/14 21:57
shiauji: 頂多是一些例題用到白努力或是二項分布而已...微乎其微 05/14 21:58
shiauji: (更正 白努力分布就是二項分布 一時嘴快 05/14 21:58
shiauji: 另外建議可以學有物件導向的語言,Fortran是沒物件導向的 05/14 22:00
shiauji: 就是在算數值解較快,建議可以從Java/CPP HowToProgram 05/14 22:01
shiauji: 入手,大概刷完1000頁就有基本概念,比櫻花量力好讀多了 05/14 22:02
可能我的授課老師的教材比較特殊吧 像是他有教 中央極限定理 Moment's theorem 隨機漫步 相變理論 重整化群等等 但我承認跟統計學出發點真的不太一樣 但還是有相關就是! ※ 編輯: lovepork (111.184.226.199), 05/14/2018 22:06:18
shiauji: 而資料科學家,會建議要學好python,底層的東西學好些 05/14 22:02
shiauji: 畢竟ML都是用python,當然也可以從python來學物件導向 05/14 22:05
※ 編輯: lovepork (111.184.226.199), 05/14/2018 22:08:28
shiauji: 了解,自己的授課老師是有講,但我是有修數學系才懂得XD 05/14 22:08
shiauji: 感覺前輩你也是猛猛的!一定可以的 05/14 22:10
ProTrader: 有很強的機器學習演算法實作能力 學好Python CP值最高 05/14 23:18
ProTrader: 當然 你要用其他平台或語言也無所謂啦 總之要能實作 05/14 23:19
ProTrader: 專家級或至少接近專家的領域知識(其他領域) 以金融為例 05/14 23:21
ProTrader: 全球總經 利率 匯率 原物料 股票 衍生性金融商品.... 05/14 23:22
ProTrader: 股票次級領域 產業 新聞 財報 技術型態 籌碼..... 05/14 23:24
ProTrader: 分點進出表屬於籌碼進階知識 基礎是融資融券三大法人 05/14 23:25
ProTrader: 總之 各種層級的領域知識 再收集相對應的資料 05/14 23:26
ProTrader: 就能套入各種機器學習演算法分析 得到分析結果 05/14 23:27
ProTrader: 各種機器學習演算法 重要的不多 全部學會對你來說不難 05/14 23:29
ProTrader: 困難的是 你要先找到資料科學家職缺而且你懂領域知識 05/14 23:31
PT大的金融知識真的很專業! 你也是做quant嗎?
aappooww: 去報北醫大數據學士後 05/14 23:47
dini2012: 覺得可以直接投 worldquant +1 05/14 23:48
thid5335: 中央物理可能不一定過resume screen吧 05/15 00:28
goldflower: worldquant好像蠻吃學歷跟特殊經歷的 05/15 00:32
discipile: 不看好這麼多資料科學家工作的可能性 05/15 00:36
discipile: 我熟悉的幾間公司開的資料科學家或工程師缺實際上都是 05/15 00:38
discipile: 資料工程師而已 05/15 00:38
atpx: 建議直接上linked in找亞洲區的演算法缺 05/15 01:25
atpx: 工具技能不用擔心, 聘的起你的一定有足夠資源讓你學工具 05/15 01:25
atpx: 你的高度在台灣金融界沒有缺, 很遺憾這樣說 05/15 01:26
gbd37: 太難啦 看不懂啊 幾個人看的懂 05/15 08:05
gozule: 金融計量深入後,和物理的熱力學與解pde有很深的關係,資 05/15 08:08
gozule: 料科學反而變成是工具而不是主力 05/15 08:08
gozule: 而且會重度使用最佳化分析,這才和資料科學比較有關 05/15 08:10
BBSealion: 做quant屌打台灣絕大多數資料科學家,就算國外也不輸XD 05/15 09:29
BBSealion: 我是說國外quant比國外資料科學家。好quant不做嗎? 05/15 09:29
painkiller: 去對岸做quant比較快 台灣DS缺應該不多 05/15 09:42
如果quant跟資料科學家的性質類似 我會試著投看看! 我覺得quant比較神秘,導致我對這個工作沒啥概念XD ※ 編輯: lovepork (111.184.226.199), 05/15/2018 10:48:46
ProTrader: 有2種 p-quant(機器學習) q-quant(解偏微分) 05/15 13:36
ProTrader: 前者分析歷史資料 後者建模型導公式 哪個才是你要的? 05/15 13:38
ProTrader: 自己孤狗 選擇權BS模型 拿諾貝爾獎 是後者典範 05/15 13:41
ProTrader: 前者就現在很紅的機器學習資料科學家之類的 05/15 13:42
ProTrader: 我屬於前者 不管哪一種 都是外國缺遠多於台灣 05/15 13:45
davidtnfsh: 原po想做想做哪個領域的資料分析? 05/16 09:41
主要是金融吧,生物資訊和社群也有興趣! 但很多半導體公司或是傳產也在徵聘資料科學家就是 幫忙做產線異常分析或是輿情分析的預測 ※ 編輯: lovepork (140.127.233.55), 05/16/2018 11:47:29 ※ 編輯: lovepork (140.127.233.55), 05/16/2018 11:48:49
Harlequin727: 國外不少有data scientist的缺 薪資也很高 05/16 15:19
Harlequin727: Senior同事月薪都是25W台幣以上 05/16 15:21
davidtnfsh: 如果已經有喜歡的領域,或許樓主可以在該領域做side p 05/16 21:42
davidtnfsh: roject或是相關領域的kaggle,最後把成果附在履歷上, 05/16 21:42
davidtnfsh: 這樣應該就穩了xd 05/16 21:42
THEWORLDS: GOOGLE 05/17 23:51
erlangsen: 我也是學相變理論的,研究主軸是磁性系統,主要方法都 05/20 14:59
erlangsen: 用零溫量子蒙地卡羅跟重整化群。常看到一般統計的前提 05/20 14:59
erlangsen: 也未免太~理想了吧,真的可以解決真實問題嗎XD 05/20 14:59