心理系的資料科學轉職之路 - 幾乎 0 成本 - offer
By Quintina
at 2020-03-05T16:12
at 2020-03-05T16:12
Table of Contents
Medium 網頁好讀版:https://bit.ly/2VMEIus
這篇是關於我在 2019 二月到八月這段時間自學 Python,
然後在花旗銀行拿到資料分析師的紀錄。
因為一直都往自己夢想的工作走,所以沒有特別意識到轉職成功這件事,
現在剛好有點時間,決定來記錄一下這段經歷。
這篇適合的應該是對 Data Science 有興趣但還不想花很多錢自學的人
(不管是因為全職自學沒收入或是有其他的考量),希望能給這樣的人一點方向。
日後可能會打的主題還有
美商大公司和台灣 FinTech 新創的比較及工作心得
決策科學和資料科學的差別
英國求職相關準備心得
分析和產品設計相關的工作心得
預計每個月都可以更新,八月後到英國工作應該又是一個新的開始,
順利的話會繼續記錄的。
先簡單的自我背景介紹:
我在台灣大學念生物產業傳播和心理系,2017 年畢業。
2018 年在美國 Stony Brook University 拿到心理碩士。
研究興趣是選擇與決策、行為經濟學和策略分析這個領域。
現在在一間金融科技新創公司做策略分析和規劃,
工作主要是決策分析和財務風險建模,最近也開始涉足一點產品設計。
2018 年畢業之後本來想繼續念博班,
所以在台灣找了一位做決策心理學很強的大大教授在他底下當研究助理。
大學跟碩士期間主要用的統計軟體是 R, SAS 跟 SPSS,
畢業時 Python 已經很潮了,在研究助理期間就自己想辦法在讓自己多碰一點 Python:
用 Python 設計心理實驗,用 Python 做一些簡單的分析。
後來不走學術的原因不外乎就是覺得個性不合,學術圈比較穩定,
而做研究是很嚴謹的事情,我希望能在更有挑戰,能發揮更多想像力的地方工作。
因為目標滿明確的,所以一開始就鎖定資料科學導向的 Python,
主要用的資源是 Data Camp。
前六個月都是用免費帳號…(捂臉
方法簡單來說就是創一個微軟帳號,
在 benefits 那頁可以看到一個帳號可以免費用 Data Camp 兩個月,
我就用這個方法創了三個帳號學了半年。
最後一兩個月覺得有點對不起 Data Camp
(其實是因為有黑五優惠之類的加上工作收入應該是有了)
就買了一年份的會員,一年三千應該會一直付下去吧~
現在上班偶爾都還會看,很感謝這個網站啊。
這就是我唯一花錢的地方了,心懷感恩斗內的成分比較多…
所以說 0 成本自學轉職是完全可以做到的 orz
在 Data Camp 學一些技術(Data Cleaning, Pandas, RandomForest 這一些關鍵字),
或是在 Data Scientist with Python 這個 Career 大約完成七成的課,
就可以上 Kaggle 找有興趣的比賽來練習,邊做邊學了~
推薦四個入門的經典比賽,依照我的主觀難易度排序如下:
Classification:https://www.kaggle.com/c/titanic
bj4,就是有名的鐵達尼號生存預測。
Regression:https://www.kaggle.com/c/bike-sharing-demand
Bike Share 的需求分析。
Regression:
https://www.kaggle.com/c/house-prices-advanced-regression-techniques
預測房價,這個資料集資料滿雜的,我做到後來累了隨便建一個 model 收尾,
排名有點難看囧
Time-series prediction:https://www.kaggle.com/c/rossmann-store-sales/data,
時間序列分析,預測銷售量,這題我完成前就拿到 offer 了。
我的時間軸就是二到五月打基礎,六到八月做專案練習。
Data Camp 上的課程關鍵字如下
data cleaning
data visualisation
supervised learning
unsupervised learning
附上我自學時期做筆記的 github,裡面有上課講義還有我廢廢的筆記…
https://github.com/ChingTien/DataCamp-Data-Scientist
五月到七月在 Kaggle 上實作,我的學習方法是
如果是小東西不會就回去補 Data Camp
沒想法的時候就去聽人直播 coding,避免看到程式碼
真的無助再翻高手的 kernel
接著就是八月,開始投履歷了~
第一份工作是從家旁邊走路一分鐘就到的師範大學,
拿到資工x心理實驗室的研究助理工作。
那個實驗室很酷,會一直推出新產品,研究氛圍很新創,在業界也有很多的專利,
做的是自動批改作文的軟體(之類的),很適合走自然語言處理的人,
那時候教授甚至說我做一做可以推薦我去唸他們的資工博班。
不過如果拿這個 offer 應該算是待在學術舒適圈了,不算轉職。
然候是一些博弈的 offer,頭銜是資料科學家和機率工程師,薪水真的滿敢開的,
每家都會強調金流在馬尼拉不用怕被抓。
再來是一些新創的 offer,有台大教授做的教育遊戲公司、廣告投放、電商行銷等等,
頭銜幾乎都是資料分析跟商業分析。
最後是美商花旗銀行決策管理部門的資料分析師,也是我決定去的 offer,
他的薪水不是最高的,但我想去看看成功的大企業是怎麽做決策的,
所以很開心的接受了,後來也的確沒有後悔,有學到我想學的東西!
順利拿到脫離學術圈之後的第一份工作,不過這只是開始而已,
工作後的心得會打在下一篇~
--
這篇是關於我在 2019 二月到八月這段時間自學 Python,
然後在花旗銀行拿到資料分析師的紀錄。
因為一直都往自己夢想的工作走,所以沒有特別意識到轉職成功這件事,
現在剛好有點時間,決定來記錄一下這段經歷。
這篇適合的應該是對 Data Science 有興趣但還不想花很多錢自學的人
(不管是因為全職自學沒收入或是有其他的考量),希望能給這樣的人一點方向。
日後可能會打的主題還有
美商大公司和台灣 FinTech 新創的比較及工作心得
決策科學和資料科學的差別
英國求職相關準備心得
分析和產品設計相關的工作心得
預計每個月都可以更新,八月後到英國工作應該又是一個新的開始,
順利的話會繼續記錄的。
先簡單的自我背景介紹:
我在台灣大學念生物產業傳播和心理系,2017 年畢業。
2018 年在美國 Stony Brook University 拿到心理碩士。
研究興趣是選擇與決策、行為經濟學和策略分析這個領域。
現在在一間金融科技新創公司做策略分析和規劃,
工作主要是決策分析和財務風險建模,最近也開始涉足一點產品設計。
2018 年畢業之後本來想繼續念博班,
所以在台灣找了一位做決策心理學很強的大大教授在他底下當研究助理。
大學跟碩士期間主要用的統計軟體是 R, SAS 跟 SPSS,
畢業時 Python 已經很潮了,在研究助理期間就自己想辦法在讓自己多碰一點 Python:
用 Python 設計心理實驗,用 Python 做一些簡單的分析。
後來不走學術的原因不外乎就是覺得個性不合,學術圈比較穩定,
而做研究是很嚴謹的事情,我希望能在更有挑戰,能發揮更多想像力的地方工作。
因為目標滿明確的,所以一開始就鎖定資料科學導向的 Python,
主要用的資源是 Data Camp。
前六個月都是用免費帳號…(捂臉
方法簡單來說就是創一個微軟帳號,
在 benefits 那頁可以看到一個帳號可以免費用 Data Camp 兩個月,
我就用這個方法創了三個帳號學了半年。
最後一兩個月覺得有點對不起 Data Camp
(其實是因為有黑五優惠之類的加上工作收入應該是有了)
就買了一年份的會員,一年三千應該會一直付下去吧~
現在上班偶爾都還會看,很感謝這個網站啊。
這就是我唯一花錢的地方了,心懷感恩斗內的成分比較多…
所以說 0 成本自學轉職是完全可以做到的 orz
在 Data Camp 學一些技術(Data Cleaning, Pandas, RandomForest 這一些關鍵字),
或是在 Data Scientist with Python 這個 Career 大約完成七成的課,
就可以上 Kaggle 找有興趣的比賽來練習,邊做邊學了~
推薦四個入門的經典比賽,依照我的主觀難易度排序如下:
Classification:https://www.kaggle.com/c/titanic
bj4,就是有名的鐵達尼號生存預測。
Regression:https://www.kaggle.com/c/bike-sharing-demand
Bike Share 的需求分析。
Regression:
https://www.kaggle.com/c/house-prices-advanced-regression-techniques
預測房價,這個資料集資料滿雜的,我做到後來累了隨便建一個 model 收尾,
排名有點難看囧
Time-series prediction:https://www.kaggle.com/c/rossmann-store-sales/data,
時間序列分析,預測銷售量,這題我完成前就拿到 offer 了。
我的時間軸就是二到五月打基礎,六到八月做專案練習。
Data Camp 上的課程關鍵字如下
data cleaning
data visualisation
supervised learning
unsupervised learning
附上我自學時期做筆記的 github,裡面有上課講義還有我廢廢的筆記…
https://github.com/ChingTien/DataCamp-Data-Scientist
五月到七月在 Kaggle 上實作,我的學習方法是
如果是小東西不會就回去補 Data Camp
沒想法的時候就去聽人直播 coding,避免看到程式碼
真的無助再翻高手的 kernel
接著就是八月,開始投履歷了~
第一份工作是從家旁邊走路一分鐘就到的師範大學,
拿到資工x心理實驗室的研究助理工作。
那個實驗室很酷,會一直推出新產品,研究氛圍很新創,在業界也有很多的專利,
做的是自動批改作文的軟體(之類的),很適合走自然語言處理的人,
那時候教授甚至說我做一做可以推薦我去唸他們的資工博班。
不過如果拿這個 offer 應該算是待在學術舒適圈了,不算轉職。
然候是一些博弈的 offer,頭銜是資料科學家和機率工程師,薪水真的滿敢開的,
每家都會強調金流在馬尼拉不用怕被抓。
再來是一些新創的 offer,有台大教授做的教育遊戲公司、廣告投放、電商行銷等等,
頭銜幾乎都是資料分析跟商業分析。
最後是美商花旗銀行決策管理部門的資料分析師,也是我決定去的 offer,
他的薪水不是最高的,但我想去看看成功的大企業是怎麽做決策的,
所以很開心的接受了,後來也的確沒有後悔,有學到我想學的東西!
順利拿到脫離學術圈之後的第一份工作,不過這只是開始而已,
工作後的心得會打在下一篇~
--
All Comments
By Valerie
at 2020-03-07T22:38
at 2020-03-07T22:38
By Ula
at 2020-03-10T21:21
at 2020-03-10T21:21
By Kyle
at 2020-03-11T05:57
at 2020-03-11T05:57
By Barb Cronin
at 2020-03-15T08:51
at 2020-03-15T08:51
By Michael
at 2020-03-19T17:21
at 2020-03-19T17:21
By Selena
at 2020-03-21T23:24
at 2020-03-21T23:24
By Aaliyah
at 2020-03-22T12:34
at 2020-03-22T12:34
By Yuri
at 2020-03-23T18:10
at 2020-03-23T18:10
By Skylar DavisLinda
at 2020-03-24T11:07
at 2020-03-24T11:07
By Queena
at 2020-03-28T12:21
at 2020-03-28T12:21
By Christine
at 2020-03-29T19:00
at 2020-03-29T19:00
By Lucy
at 2020-03-30T22:55
at 2020-03-30T22:55
By Olive
at 2020-04-02T05:51
at 2020-04-02T05:51
By Agnes
at 2020-04-06T09:06
at 2020-04-06T09:06
By Connor
at 2020-04-10T08:43
at 2020-04-10T08:43
By Kyle
at 2020-04-13T10:29
at 2020-04-13T10:29
By Bethany
at 2020-04-16T09:09
at 2020-04-16T09:09
By Andrew
at 2020-04-20T05:40
at 2020-04-20T05:40
By Daniel
at 2020-04-22T15:05
at 2020-04-22T15:05
Related Posts
全勤獎金?非經常性?
By Kelly
at 2020-03-05T14:29
at 2020-03-05T14:29
資格不符還要你來面試WTF
By Megan
at 2020-03-05T13:18
at 2020-03-05T13:18
海外台灣不拘/男31/正職/不拘
By Bethany
at 2020-03-04T21:23
at 2020-03-04T21:23
普通工作VS超愛工作僅半薪?網神解
By Tom
at 2020-03-04T20:28
at 2020-03-04T20:28
面試後大家會願意等多久
By Delia
at 2020-03-04T19:44
at 2020-03-04T19:44