楼主: 匿名
跳转到指定楼层
上一主题 下一主题
收起左侧

这年头学data 真的找不到工作吗?

 
地里匿名用户
🔗
匿名用户-LKBLC  2021-5-1 11:42:32 来自APP
地理的讨论已经那么多了,可有些人还是不见棺材不落泪。转吧转吧,找到满意工作算你厉害。
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-LKBLC  2021-5-1 11:46:34 来自APP
劝退data已经累了。很多人真的是不到黄泉心不死,不见棺材不落泪,和鸵鸟有什么区别。我就报个数据点吧,我在的这家公司,招一个暑期ds intern,不到一个月收到了1500份简历。形势怎样你自己判断吧。

评分

参与人数 1大米 +1 收起 理由
橘生淮北 + 1 赞一个

查看全部评分

回复

使用道具 举报

全局:
转data 还不如转sde
回复

使用道具 举报

🔗
chenwang9527 2021-5-1 12:03:31 | 只看该作者
全局:
其实我挺理解楼主的,你们都只看到了DATA卷,人多,不好找工作。但是问题是会计是真的很累啊,无论什么工作的强度基本都没法子和会计比的,996算什么,见过9126的吗,尤其是现在传统行业经济形势不好,会计CPAfirm压榨的就更厉害了,真的按照真实时长算工资的话,还不如麦当劳的小时工好吧。。。。
楼主要是想转data的话,你最好的选择就是现在会计工作不丢,骑驴找马,data卷是找工作卷,但是找到了就还好的。 当然你要是想quit然后全职,还不如上个code的bootcamp然后找码农活呢。、。。。
回复

使用道具 举报

🔗
szhhan 2021-5-1 12:17:50 | 只看该作者
全局:
lifejoy 发表于 2021-5-1 11:03
请问头部phd是更卡对口专业,还是不在乎?本人想读ds博士或者统计,AI博士,但是只是BA的硕士,没有很深的 ...
.
头部phd也只是现在管用,永远要用变化的角度看问题,事务是发展的,你一个phd读出来要4 5年,5年前16年随便会点机器学习的水硕都能进大厂拿大包

这个世界上只有20%的人可以获得80%的资源,路只有两条,要么和80%的人卷到死,要么去找别人暂时还没有发现的机会

去吃苦学cs就是回报率最高的吃苦方法,而第二条路就可以参考几年前的短视频新媒体,反正不管从什么角度看data都已经到头了,你不能在一个行业已经过了风口的时候再考虑进去,这就跟49年进国军一样,现在做给学data的搞培训的都比做data的赚钱
回复

使用道具 举报

🔗
szhhan 2021-5-1 12:19:12 | 只看该作者
全局:
zycalice 发表于 2021-5-1 11:25
这个我感觉因人而异和因公司而异,有些职位的ds感觉也需要一定的domian knowledge

data真正有前景的大数据只有互联网公司才有,其他传统行业那点数据都不够上深度学习的,职业前景还不如去做咨询

评分

参与人数 1大米 +1 收起 理由
babyshore + 1 赞一个

查看全部评分

回复

使用道具 举报

🔗
szhhan 2021-5-1 12:23:54 | 只看该作者
全局:
chenwang9527 发表于 2021-5-1 12:03
其实我挺理解楼主的,你们都只看到了DATA卷,人多,不好找工作。但是问题是会计是真的很累啊,无论什么工作 ...

你现在觉得data比会计好那是因为data还没卷到头,会计已经卷爆了,前几年大家就是一窝蜂卷会计所以现在会计才会这样,我就问你几个简单的问题:
.
1 你认为data比会计多多少技术含量?会计要背公式data要写sql会一点基础python analysis,有何差别?. 1point 3 acres

2 你认为现在转data的人多还是5年前转会计的人多?

3 如果一个职业极度内卷一个工作能有上千个应聘者,你认为资本家会给这个职位开多少钱?

现在你还认为data前景比会计好?
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-RC6S8  2021-5-1 12:31:29 来自APP
szhhan 发表于 2021-04-30 21:23:54
你现在觉得data比会计好那是因为data还没卷到头,会计已经卷爆了,前几年大家就是一窝蜂卷会计所以现在会计才会这样,我就问你几个简单的问题:

1 你认为data比会计多多少技术含量?会计要背公
哎呦 地里data贴下面的老人儿了
回复

使用道具 举报

全局:
匿名用户 发表于 2021-04-30 15:17:25
说实在的 每天重复做一样的事情,全部都是paperwork. 让我觉得以后未来几十年无论进入企业也好 firm 也罢,以后的生活工作我都可以一眼看穿。 早早做退休的日子 确实有点不甘心。
. check 1point3acres for more.
我心里是希
呀,你别这么说 😂 会想到挑战自己怎么就不出色了呢,哈哈哈,其实大家劝退无非也是自己体验过/听说过很难,倒不是data有什么不好。19年的时候我还在金融工作的,也是因为觉得喜欢data准备转DS,转到一半(其实当时并没有发现很卷或者求职很难,还在开学前做了一个大厂实习)发现其实我真的厌倦透了分析 😅 毕竟以前金融也是分析建模类的,做了一阵子就发现自己的工作真的毫无价值,虽然能忽悠investors投点钱,但是做得再好的东西最后不过是变成一堆报告。我发现我想做的是框架,或者产品,比如我弄了一个工具出来让别的DS/DA来分析之类的 XD 后来就毅然转码啦,现在已经全职SDE有一阵子了,感觉特别幸福。楼主想继续做data也没什么问题,就是求职过程中要努力坚持一下,可能会有很多难题而已,这不算是理想化啊,迎难而上不是很有挑战吗 ~~
回复

使用道具 举报

全局:
作为混迹ML research和MLE多年的人说两句,我觉得现在的data science越来越是一种通用技能。比如我们MLE团队基本上都是coding不错,统计和ML的基础知识也是可以的人。那种纯做分析的职位越来越少。道理很简单,如果纯做分析,你必须得对某个领域有很强的domain knowledge。否则普通的MLE就可以非常轻松的干数据分析的活,而且还可以分析和软件开发一起搞,写production code。而且现在数据分析的工具越来越多,门槛降低,导致很多business背景的比如EPM和marketing的人都可以来分析数据,这种趋势会造成以后纯搞分析的data science岗位逐渐消亡。

我的建议是做这一行一定要有domain knowledge,或者就是做工程顺便搞搞数据分析,否则不推荐入行

评分

参与人数 1大米 +1 收起 理由
zycalice + 1 赞一个

查看全部评分

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表