※ 引述《tamayuna (tamayuna)》之銘言：
: 大家好 初次發文
: 想尋求大家以下背景的薪資建議
: 23女 背景私立國企 大學多益考840 雅思6.5
: 現在在英國讀碩 商業分析&行銷
: 大學有很多打工實習經歷 日本交換 日檢N2
: 畢業後在日商做國貿快一年 31k
: 後來覺得太無聊 做下去的前景也不是想要的
: 又覺得私校學歷很難換領域 所以就想去留學
: 目前會點GIS, SPSS, Tableau, R,
: MySQL只會簡單資料表的查詢條件排序
: 請問這樣的條件回去後薪水撇除各大MA
: 在台北能開到40k以上嗎？大概多少合理呢？
: 想做行銷或數據分析類的工作
: 行銷要很多發想發表 但薪水普遍都30初k
: 不想要出去一趟回來薪水跟沒去差不多...
: 數據是出國才學 不知道是否有能力勝任 ...
: 能解讀但如果是都要自己打code就無法了...
: 需要到什麼樣的程度才是企業會雇用的呢？
: 感覺自己好像什麼都會一點但都沒有特別專精的樣子 ？
: 個性就是什麼都想試一試 但本身不是很會講話然後在學歷背景比我好的人面前會沒什
麼?
: 有沒有類似情況的大大能稍微指點一下 或是趁還沒畢業前儘快加強的技能呢？
: 謝謝大家 還請不吝賜教～
: -----
: Sent from JPTT on my iPhone
我去年在金融業面了大概40個想做data的新鮮人或想轉行來金融業的Data analysis
現在看下來會覺得有幾個問題：
第一個，你還沒有確定你想要走哪條路，這對想做data這條路來說可能已經慢了好幾年了
。
做行銷跟做廣義的data analysis 是皆然不同的路線，想培訓的技能也差非常多。
你自己也清楚行銷起薪的行情，如果你要走行銷。我建議你把錢省下，直接轉行，多的錢
去上業師的課，多瞭解一下類似電商產業或數位行銷相關的最新變化。
行銷領域除了妳是台政商學院可以有比較高機率直接進大品牌端，省下都是靠年資跟專案
拼上來。吃經驗嗅覺，學歷比重比較低一些。（但畢業五年內換到大牌子學歷還是一個坎
）
第二個，如果你硬是要出國走資料分析
那你就要有覺悟寫code是基本，不是學校教的而已，是你自己要投注額外時間把整個技能
建立起來。除此之外至少要有一個非常完整的ML作品，或是多個有趣的小作品。
到時候出來發現你程度也才跟剛畢業的本科大學生差不多而已。你能接受這種投報率嗎？
這個年頭做DA只有兩條路：ML跟資料視覺化，AI我把他放在資工背景這邊先不討論。而純
統計分析是另外一個專門需求（例如QC、藥廠、財金...etc）也不在這邊談。
資料視覺化基本上大公司BI工具都可以取代你了，剩下那個最紅海的領域就是被過度誇大
的ML。
我開職缺開下來感受到的現象就是，很多人只會一點Python跟R就把自己寫得很像已經是s
enior開發一樣。實際連整個ML建模流程都沒辦法完整闡述清楚。
遇到資料不對稱不知道怎麼做，variance跟bias的關係也答不出來。多半都是只會call個
sklearn套個regression或decision tree做預測，也不知道為什麼自己要用這麼上一代老
舊的算法。
一個完整細緻的預測作品屌打你有什麼學歷，所以kaggle是你的好朋友。如果能拿到比賽
前10%基本上在台灣妳就是在挑工作了。
薪水的話我就沒辦法回答了，因為這就是我離開原公司的理由QQ，轉職後薪水屌打前東家
一條忠孝東路。
現在做資深ML是很搶手的，整個市場想入門的新手太多，但資深的太少。所以強者資深DA
坐地起價，新手DA是紅海。
因為說到底，Data Analysis就是個四不像啊。
--
: 大家好 初次發文
: 想尋求大家以下背景的薪資建議
: 23女 背景私立國企 大學多益考840 雅思6.5
: 現在在英國讀碩 商業分析&行銷
: 大學有很多打工實習經歷 日本交換 日檢N2
: 畢業後在日商做國貿快一年 31k
: 後來覺得太無聊 做下去的前景也不是想要的
: 又覺得私校學歷很難換領域 所以就想去留學
: 目前會點GIS, SPSS, Tableau, R,
: MySQL只會簡單資料表的查詢條件排序
: 請問這樣的條件回去後薪水撇除各大MA
: 在台北能開到40k以上嗎？大概多少合理呢？
: 想做行銷或數據分析類的工作
: 行銷要很多發想發表 但薪水普遍都30初k
: 不想要出去一趟回來薪水跟沒去差不多...
: 數據是出國才學 不知道是否有能力勝任 ...
: 能解讀但如果是都要自己打code就無法了...
: 需要到什麼樣的程度才是企業會雇用的呢？
: 感覺自己好像什麼都會一點但都沒有特別專精的樣子 ？
: 個性就是什麼都想試一試 但本身不是很會講話然後在學歷背景比我好的人面前會沒什
麼?
: 有沒有類似情況的大大能稍微指點一下 或是趁還沒畢業前儘快加強的技能呢？
: 謝謝大家 還請不吝賜教～
: -----
: Sent from JPTT on my iPhone
我去年在金融業面了大概40個想做data的新鮮人或想轉行來金融業的Data analysis
現在看下來會覺得有幾個問題：
第一個，你還沒有確定你想要走哪條路，這對想做data這條路來說可能已經慢了好幾年了
。
做行銷跟做廣義的data analysis 是皆然不同的路線，想培訓的技能也差非常多。
你自己也清楚行銷起薪的行情，如果你要走行銷。我建議你把錢省下，直接轉行，多的錢
去上業師的課，多瞭解一下類似電商產業或數位行銷相關的最新變化。
行銷領域除了妳是台政商學院可以有比較高機率直接進大品牌端，省下都是靠年資跟專案
拼上來。吃經驗嗅覺，學歷比重比較低一些。（但畢業五年內換到大牌子學歷還是一個坎
）
第二個，如果你硬是要出國走資料分析
那你就要有覺悟寫code是基本，不是學校教的而已，是你自己要投注額外時間把整個技能
建立起來。除此之外至少要有一個非常完整的ML作品，或是多個有趣的小作品。
到時候出來發現你程度也才跟剛畢業的本科大學生差不多而已。你能接受這種投報率嗎？
這個年頭做DA只有兩條路：ML跟資料視覺化，AI我把他放在資工背景這邊先不討論。而純
統計分析是另外一個專門需求（例如QC、藥廠、財金...etc）也不在這邊談。
資料視覺化基本上大公司BI工具都可以取代你了，剩下那個最紅海的領域就是被過度誇大
的ML。
我開職缺開下來感受到的現象就是，很多人只會一點Python跟R就把自己寫得很像已經是s
enior開發一樣。實際連整個ML建模流程都沒辦法完整闡述清楚。
遇到資料不對稱不知道怎麼做，variance跟bias的關係也答不出來。多半都是只會call個
sklearn套個regression或decision tree做預測，也不知道為什麼自己要用這麼上一代老
舊的算法。
一個完整細緻的預測作品屌打你有什麼學歷，所以kaggle是你的好朋友。如果能拿到比賽
前10%基本上在台灣妳就是在挑工作了。
薪水的話我就沒辦法回答了，因為這就是我離開原公司的理由QQ，轉職後薪水屌打前東家
一條忠孝東路。
現在做資深ML是很搶手的，整個市場想入門的新手太多，但資深的太少。所以強者資深DA
坐地起價，新手DA是紅海。
因為說到底，Data Analysis就是個四不像啊。
--
All Comments