活跃农民
- 积分
- 754
- 大米
- 颗
- 鳄梨
- 个
- 水井
- 尺
- 蓝莓
- 颗
- 萝卜
- 根
- 小米
- 粒
- 学分
- 个
- 注册时间
- 2019-3-18
- 最后登录
- 1970-1-1
|
本楼: |
👍
100% (1)
|
|
0% (0)
👎
|
全局: |
👍 100% (17) |
|
0% (0) 👎 |
本帖最后由 Bgg 于 2022-4-28 14:19 编辑
以下僅就QB DS討論,我是不知道樓上有沒有在麥肯錫待過啦,事實是在QB = 在麥肯錫專做AI的,類似BCG GAMMA的概念,公司就是非常自由,你就是麥肯錫的員工,你想學biz 學技術 處處是資源,專案也是隨便你挑,通常聽到你是QB的人,也會對你敬畏三分。 我是不知道樓上所謂技術學不了多少是怎樣,QB是非常技術含量的,以DS為例,常見topic sharing、公司產品就有 RL/fairness ML/ causal ML 等等,比起FAANG的DS多半在做product A/B testing,QB更類似亞麻 Applied Scientist,每年都會要求員工要去參加NIPS/ICML/ICLR 等conference,也因為公司非常自由,你如果不想做這麼tech的專案,也不會有人阻擋你往strategy/更biz的專案走,就看你想要走的是什麼面向而已。 至於DE 你可以去研究 kedro/ kubernetes ,這些在公司都是很常見的工具,你有很多機會去implement ,不過就是更專案、客戶導向,如果你想要能做一個產品做很久很深,那我想qb labs會是更適合這種屬性的單位。如果不考慮薪資生活水平,以麥肯錫而言,New York City/ Chicago/ Boston/San Francisco 都是很多活動和員工很多的地方,就看樓主興趣了!
|
评分
-
查看全部评分
|