推 mmonkeyboyy: 建議就是別找ML了 不想找工作gg的話 11/25 01:42
推 wih512: 低三圍選校我一律建議海投 丟個15、20間總比最後沒上好 11/25 07:29
推 HenryLin123: 末班車要開了,我說ML,普通SWE還不錯。 11/25 07:53
→ MarkeleFultz: 好的瞭解 領域的部分會再考慮 目前有些學校裡面pre 11/25 10:08
→ MarkeleFultz: fer的領域我都是填artificial intelligence,不知 11/25 10:08
→ MarkeleFultz: 道如果申請上了之後能不能再自己找其他的領域的教 11/25 10:08
→ MarkeleFultz: 授,或是只能按照當初填的去找? 11/25 10:08
推 mmonkeyboyy: 如果你是念ms....大概就連找都不用找吧 11/25 10:58
→ mmonkeyboyy: 一般thesis track 才有機找 教授也才會理@_@~ 11/25 10:59
→ mmonkeyboyy: (機會) 要不你就是要念phd可能好點 11/25 10:59
推 mmonkeyboyy: 修課修完快去找工作實在多了~ 11/25 11:07
推 oppi: 想請問ml是因為研究導向目前疫情下不好找嗎還是領域本身發 11/25 14:34
→ oppi: 展問題? 11/25 14:35
推 SHL71308: 我也是中部傳統私校畢業,目前在你衝刺區的學校讀MS, 11/25 16:33
→ SHL71308: 不過我是ECE,基本上你的背景和我差不多,所以加油可以 11/25 16:33
→ SHL71308: 的!!另外建議來灣區這裡,就別跟教授做啥了,考試trac 11/25 16:33
→ SHL71308: k趕快畢業刷題找工作。如果有需要可以私我 11/25 16:33
推 SHL71308: 另外如果你care名聲的話選UC就對了,回台灣好用 11/25 16:37
推 dannyko: 哈哈我也是因為大學研究的原因都填ai 但是入學後打算直接 11/25 16:42
→ dannyko: 學碼農技術 賺錢吃飯要緊 11/25 16:42
推 kk126203: 好奇問一下 碼農技術指的是哪些呢 除了刷題之外 11/25 21:58
推 JtsYa: 現在data engineer會比較有價值,資料存量變很大,怎麼存和 11/26 00:46
→ JtsYa: 使用很重要, data science 變的很重資料分析,偏統計。 ml 11/26 00:46
→ JtsYa: 有很多演算法已經被實現而且很好implement了,相對的ml lif 11/26 00:46
→ JtsYa: ecycle反而變重要,所以swe focus on production modeling 11/26 00:46
→ JtsYa: 變重要,你如果想做的話,應該往data engineer or machine l 11/26 00:46
→ JtsYa: earning engineer發展,有興趣可以敲我討論。 還有你的gre 11/26 00:46
→ JtsYa: quant 不高,建議在考169 or 170 11/26 00:46
推 roygb61215: Data engineer 你認真? 現在做Data的沒有PhD誰敢說 11/26 01:45
→ roygb61215: 要找工作 乖乖刷題轉碼比較實在吧 11/26 01:45
→ roygb61215: 人家都CS本科了 幹嘛去跟唸BA DA 的搶飯碗 11/26 01:46
推 roygb61215: 這時候要轉過去分析 感覺不就是自廢武功嗎? 11/26 02:00
推 expiate: 樓上的 data engineer 跟我理解的很不一樣。我認知的 DE 11/26 05:10
→ expiate: 基本都是在做 data pipeline, data clean, data preproce 11/26 05:11
→ expiate: ssing。也就是資料庫,分散式計算的 framework要求有經 11/26 05:11
→ expiate: 驗。對於 ml model要求反而沒那麼重視 11/26 05:11
推 JtsYa: 你把data engineer想的太單純了,在data area,需要很多swe 11/26 06:09
→ JtsYa: 支持。不是只搞data就好,包含data pipeline, feature sto 11/26 06:09
→ JtsYa: re. 現在新的架構叫做lake house. 這些都需要swe 技能。你 11/26 06:09
→ JtsYa: 說的看data 比較偏data scientist. 有問題也可以聊聊,我現 11/26 06:09
→ JtsYa: 在就是做這方面相關。大家互相交流 11/26 06:09
→ JtsYa: 我同意expiate的留言, 不同意樓樓上的...斷言 11/26 06:10
推 mmonkeyboyy: lakehouse etl開始往上加 這是swe沒錯 11/26 07:33
→ mmonkeyboyy: 慘的是da ds最近layoff比較多啦 11/26 07:33
推 JtsYa: 樓上說的是,但是好的會溝通和分享的ds 還是很搶手的。 但 11/26 07:43
→ JtsYa: 是有工作保障de 其實最好,因為現在每家公司得標data都在 11/26 07:43
→ JtsYa: 比大的。要妥善處理給內部及客戶用是很大的問題。 11/26 07:43
→ JtsYa: 打錯,是分析 11/26 07:44
推 expiate: 我也看壞 ds跟 da未來市場的需求,如果真要跟 AI相關, 11/26 12:22
→ expiate: 我覺得JtsYa建議不錯,但是coding不能太差。如果真想走da 11/26 12:22
→ expiate: 與ds,數學與 domain kniwledge其一要非常傑出我覺得才 11/26 12:22
→ expiate: 有機會獲得大廠offer 11/26 12:22
推 mmonkeyboyy: 會溝通的ds通常都是 domain knowledge很強 或是精通 11/26 12:49
→ mmonkeyboyy: 多樣東西且一直在學習 這不容易啊 而且數學要好真 11/26 12:50
→ mmonkeyboyy: 的是必要的 看太多半調子進去又出來就是各種不行的 11/26 12:53
→ mmonkeyboyy: DE其實其實一般沒有機緣蠻難下手的 要學的東西不少 11/26 12:54
→ mmonkeyboyy: 而且蠻散的 做系統整合級別要學的太多了 11/26 12:57
推 mmonkeyboyy: 回一下某樓問ml的問題 就沒有位置 泡泡都快破光了 11/26 13:00
推 mmonkeyboyy: 只剩下幾個大的真正還有沒有補完的洞 11/26 13:04
→ mmonkeyboyy: 當然還有一堆小的剛起步或是剛轉型的 通常也只要強 11/26 13:04
→ mmonkeyboyy: 者以一擋十那種 要不就做應用....這 就看命了 11/26 13:05
→ mmonkeyboyy: 應用端很多是找有經驗的工程師讓他去用framework 11/26 13:06
→ mmonkeyboyy: 總之 對新手或沒有正經驗的 總是難上不少 11/26 13:06
→ JtsYa: 同意, 新手確實對de or mle比較難找...不過還是有機會的... 11/26 13:36
→ JtsYa: 最好是進大公司..就有很大機會可以進入de or mle. 11/26 13:37
推 theWANDERER: 3.5叫極低哦...那我2.67不是要去跳海 11/26 13:53
→ murai111: da ds最近慘淡是因為covid吧,疫情前需求都還滿高的 12/04 23:21
→ murai111: 但未來我也不是很看好,但不是需求少,而是供給成長太快 12/04 23:22
→ murai111: 社會科學類和商學院的畢業生也都可以做da甚至是ds。更 12/04 23:23
→ murai111: 不用說理工相關數學系、物理系、地球科學系等等 12/04 23:24