[心得] 資料科學工作 / 技術交流Meetup Part.1

[benson415 (沛行)]

【前言】

各位好，在版上潛水好一陣子，一直看著許多版友在詢問加入Data Science這行的文章，
最近因身體在休假旅行時發生些狀況，一度面臨死亡，因此對於很多事情都有新的想法，
也決定上來分享一些經驗。由於我實際上在台灣工作的時間不到一年，於畢業後歷經兩次
創業、海外求學、工作等時間皆較長，我對於一些名詞可能中文不太精確，因此可能會有
些中英法夾雜。本文志在分享不在討好，除非是具體建言，否則恕我直接忽略。

避免文章過長，本文將切為三部分；第一部分我將簡單介紹自己的歷程以及目前服務的公
司，並簡單工商服務一下；第二部分為Data Science相關，將針對有志投入Data Science
的版友們提供些個人觀察及建議。第三部分則是想透過Soft Job版，我希望可以發起一個
定期的Meetup來互相交流，希望可以為在台灣工作的大家注入些不同的科技文化經驗或觀
點，而也幫助在海外的朋友也能學習或了解台灣近況。只是見過不少最後難產或是無法維
持的Meetup，因此也希望能拋磚引玉，讓整個計畫更加完善。最後，標題有點難下，請見
諒。

本文為第一部分，有興趣的版友可以隨自己喜好隨意看看。


【 簡介及工商服務 】

- 學習經歷

我現年30歲，大學就讀112經濟、輔數學，由於在大學時期一直認定自己會直接去美國攻
讀博班，因此在大學期間除了系上必修之外，大部分的時間都在數學系度過的。由於天生
反骨，當周邊的同學開始學習R、Matlab或其他統計軟體時，自己反而跑去資訊系學了些基
礎課程，包含自學在內，大學時先後學習了C/C++、資料結構、java script乃至於最後開
始寫python。

數學的部分，由於自己規劃了在大學四年不延畢的情況下一定要修好112經濟博班的計量
和個體理論，因此在大二、大三時先後學習了數學系的線性代數、代數導論、高微，甚至
因為發現了對數學的愛，因此大四時也修了實變和機率論。簡而言之，大學過的很充實。
還記得有個學妹在我畢業前問了個問題，她說「學長，你修這麼多數學課，你覺得會得到
什麼啊？」，我記得約莫是這麼回答的「其實我也不知道，我可能最後也沒得到什麼，對
大學的記憶也會只剩下數學。」

研究所的部分則是在法國完成的，學程系統性的強化了我在數學、資訊及算法等相關的應
用於各種與Data相關的工程，舉凡機械、電信等等；而在此期間，我與同學們會參加些
Kaggle的競賽；簡單來說，就是再次沈浸在數學和資訊的環境中。

- 工作簡介

112畢業後在朋友的邀請下一起創了業，當時很單純的認為唸書隨時有機會，然而創業機
會則不是天天有的，因此毅然決然地一起投入了。先後歷經了兩間公司，領域稍有重疊，
但皆有面向海外市場，而在這當中，我強化了很多對coding的理解和哲學，對於算法的認
識也有很大的進步。只是這一好一壞怕出局的狀態下，我轉而加入了台灣某知名文創公司
，以Data和數學為導向的作策略經營規劃，在公司一稱作「營運規劃室」的部門服務約莫
九個月後便離職，年少無知時曾以為自己已看盡了一切興衰。之後便前往法國讀碩，並因
為在學程期間實習過於難找，但發現投正職反而收到相當多正面的回音，因此與學校討論
後，便以正職(CDI)代替實習，於畢業前就開始了我在法國的第一份CDI。

- 現職環境

我現在以Data Scientist的職稱在一間名為Back Market的新創公司工作，主要類型為電
商平台。以媒體知名度而言，公司目前在法國與Payfit、Snips等公司並列前十大新創；
在歐洲名聲也漸漸追上如Data Dog、Adyen等公司。2018年時，在B輪募到約480萬歐元，
公司看起來是平步青雲。而我的工作主要是以Data作各種算法和服務，大約也有40%的時
間會使用到Machine learning；在這邊我也想先給不熟悉但又想入行的版友提醒：Data
Science不等於Machine Learning。

<< edit: 原先手誤，多放了一個零 :p

- 工商服務

公司成長快速，從我2018年加入公司到現在已經從當時的80人成長到170人。我是公司第
一個聘請的「講中文的人」，當然也就是第一個台灣人，直到最近聘請了位中國女生於
Business Development Dept。在這期間，雖不敢說做的很好，但盡力地為台灣做好口碑
，公司對於台灣印象從建立到現在，已經開始會詢問我是否有朋友想加入，雖然目前不如
GAFA一般厲害，但我們也期待自己會成為下一個Amazon。

回到工商服務正題，公司對於有能力的人才是願意幫忙申請簽證的，即便Macron目前在一
些政策上有些弱勢感到非常不滿，但是對於新創及外國人才都是有相當好的政策和配套，
因此如果你有經驗有能力，法國可以是你的另一個選擇。但我相信版友們也能理解枯枝理
論，為了避免遇人不淑，我還是會希望我們能先聊過後，確認方向和心態健康，我才會進
行內推，由我內推的狀態將會直接照會單位主管（Lead xxxx）及Tech Recruiter，因此
請不用擔心。

主要可以由我為你內推的Function包含：
<< edit: 以下單位為年薪、歐元

1. Data Scientist (45k - )
2. Data Engineer (45k - )
3. DevOps (55k - )
4. Architect (50k - )
5. Software Engineer (45k -)

簡單需求如下，詳情可以站內信詢問，但請耐心等候回覆，謝謝

- 英文流利，法文非必要，但法檢B1以上佳，確保你生活沒有困難

- DevOps主要為python及Go，需懂django, kubernetes...etc

- Data Team 主要為python，需熟悉docker, aws, sql...etc

- 其餘煩請站內信，目前JD皆為法文版不方便全部翻譯

- 學歷為了幫你申請簽證，必須至少碩士以上

- 其次海外人才皆不適用新鮮人，希望至少三年以上相關經驗

- 薪資部分相較美國或荷蘭可能沒有那麼漂亮，但在法國而已是相當不錯的Pay。以上薪
資僅供參考，實際Pay還是以最後合約為主。我個人經驗是會拿到比低標再高些。

- 其餘福利等包含股票選擇權、帶薪假（congé payé，印象中公司同事皆為30 天起跳
）、BoT（Bureau of Technology）每週可最多遠端兩天、每個月月會時晚上（soirée）
公司會包下一間Bar無限暢飲、午餐交通補貼...etc



以上為第一部分，接下篇我會以我個人的經驗分享Data Science相關工作的經驗或必須

謝謝閱讀，有點久沒寫中文，用字遣詞歡迎批評建議。

然後太久沒在PTT發文，先按了:q!發現沒反應，又試了ctrl+o...

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 109.0.238.205
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1547330943.A.0AF.html
推 Chen334: 推
推 tangblack: :wq! 試了嗎 ：)
推 sck921: 推
推 maypongyo: 菜逼巴推推
推 TUTOTO: emacs 派的站出乃
推 yamakazi: 沒想到法國薪水不高 荷蘭規定工作簽證30歲以上最低薪資
→ yamakazi: 不能低於58.5k
推 yamakazi: 30歲以下不能低於43k
→ loser113: Data Scientist 和 Engineer 職務差在哪
推 xavierqqqq: 推
推 j6309355065: 推
推 rocwild: 創業交流給推
→ ice80712: 45k是台幣嗎
推 AvatarH: 45K是法朗還是歐元?
推 fish0112: 經歷有點酷
推 BBSealion: 感謝分享！！
→ yamakazi: 年薪歐元吧
推 PoloHuang: ...已經沒法郎這貨幣了吧
→ MOONY135: 我想聽面臨死亡的故事
推 Beatles5566: 我覺得是月薪台幣
→ iwami: 看到薪資還以為寫錯，但是多一個0少一個0月薪年也都不對XDD
推 s06i06: 歐元/年 吧
推 aloha111: 推推！
謝謝提醒，單位為歐元/年，已附註於內文

與荷蘭相比確實較低，法國申請簽證的標準為薪資是最低工資(SMIC)的2.5倍
而45K只是參考低標，我說的高一些基本上都是k為單位，只是無法保證你面完會收到怎麼
樣的合約，因此寫的保守些。舉例來說，我和組上同資歷的Data Engineer有相同名目薪資
然而我的薪資結構僅有2k來自績效，其餘固定實領，而同事卻有6k需達成績效才能領到；
至於怎麼會有這樣的差距，我只能猜測也許HR有能力區分亞洲職場文化與法國的差異吧XD

推 g5637128: 推
推 xcraft: 好奇「Data Science不等於Machine Learning這一段」，可以
→ xcraft: 再多分享一些嗎？
推 ppc: 未看先推
推 clamperni: 推
→ AvatarH: 謝P大，本魯其實沒去過法國的，法朗是歷史課本讀到的...
推 NOYUYU: 推同是在海外做data相關的工作！
推 kokolotl: 是說DS的範圍不只ML吧
推 ManInSW: 簡略地區分ML和DS:
→ ManInSW: machine learning 是讓機器認知特定物體的特徵,
→ ManInSW: 接著做出判斷.
→ ManInSW: data science 是分析資料提供(視覺化)報告供人類判斷
→ ManInSW: 以上說明當然不嚴謹,但我覺得應該夠明瞭
→ ManInSW: 原po最好能提供公司的網站讓人去看看公司在做什麼事,
→ ManInSW: 這樣比較能猜到公司想要怎樣的人, 適不適合去.
→ ManInSW: 要搬到法國去？ 目前提出的誘因是不夠的.
推 BBSealion: 我覺得 DS 是泛指用資料以科學方法產生價值的人，而ML
→ BBSealion: 只是當前較紅的技術之一而已，但並非唯一方式，你能用
→ BBSealion: excel 拉一拉就產生出可觀的價值也能稱 DS 啊
推 kokolotl: 同意樓上
推 Ouranos: 推分享！
推 fate111085: 實習比正職難找… 真神人也
→ elements: 薪資好像還好
推 lithan: 推推，薪資看產業 朋友在法國銀行DS大約60k 但環境不同
→ lithan: 要我選，我可能也是選新創吧
推 xcraft: 感謝M大與B大分享！
推 b10007034: 數學才是萬用的工具，在這也驗證成功…
推 lillianyo: 推
歡迎有興趣的朋友來信，可以為你們做更詳細的介紹，謝謝！
※ 編輯: benson415 (81.250.134.182), 01/23/2019 04:03:14
推 aacs0130: 推推