→ HamalAri: 銀行比較好嗎? B2B 比較不好嗎? 為什麼會考慮這兩個點 02/24 16:23
→ HamalAri: ? 02/24 16:23
應該是說我比較熟悉的數據分析應用在銀行、電商比較多
然後這種銀行、電商的數據分析經驗應該也比較通用性強,
對零售或是一些B2C的新創的數據分析概念雷同。
而B2B的東西可能是針對每個公司的專門性比較強?
相關的經驗如果之後要換工作可能比較沒有那麼通用?
這是我沒工作經驗的人的想法,不知道實際上是不是這樣子?
※ 編輯: fyc22122 (104.237.91.92), 02/24/2019 16:39:39
→ john0312: 銀行的世界跟資訊圈差異很大喔 02/24 18:06
推 jiayun0902: TMA基本上只收資工 資管 統計系畢業的 尤其以資工資 02/24 18:20
→ jiayun0902: 管為大宗 02/24 18:20
推 ericsung: 新鮮人多接觸其他也不錯,有就先去,資料科學家多點其他 02/24 21:18
→ ericsung: 資料處理經驗更好 02/24 21:18
→ yuanintw: 玉山TMA big data組工作是以資料科學中的建模為主 02/25 00:57
→ f496328mm: 台灣做資料科學比較可憐 要身兼資料工程師 02/26 01:24
→ f496328mm: 什麼都自己來,收集 data、data clean、data mining 02/26 01:24
→ f496328mm: 光前面兩個就搞死人,前面沒做完,後面也別想做了 02/26 01:25
→ f496328mm: 而且在做 data engineer 時,根本看不到獲利、價值 02/26 01:26
→ f496328mm: 除非老闆肯先燒錢..... 02/26 01:26
推 gn00710311: 推薦大樹,如果你就是想去銀行做資料科學相關 02/28 01:43
噓 lspci: 笑死 每個都想享受 苦工都別人做 02/28 11:18
噓 lspci: 只想眼高手低 坐享其成 還以科學家自居 臉皮真厚 02/28 11:20
→ mago: Data collection, Data clean , data investigation 都是DS 02/28 15:56
→ mago: 該有的技能好嗎, DE是考量的是scalable big data production 02/28 15:56
→ mago: platform. 02/28 15:56