外國Data Scientist 你問我答

暫時我哋係自己做host 用flask+docker 去deploy models
ML用sklearn, XGBoost
DL用Keras
NLP用NLTK, SpaCy

NLP我都係好新仔 暫時train咗一個model去分類其他公司每行transaction係咩黎

Pre tax?

北美

其實就係credit scoring, 最基本就係logistic regression去做default or not. 用個predicted prob 轉做一個分同埋用coefficients去做score breakdown話比啲underwriters知點解唔批個申請人, 而家我哋想用deep learning/ensemble method +logistic regression 做一個hybrid model

通常final 係10-15個parameters
training/validation/testing = 60/20/20

我哋會set up一個performance window,例如只係想睇2016-2018 觀察十二個月個堆data去做models

係但一星期只做30-35個鐘 25AL同可以work from home

Ug background數底識唔識自己起model
定有請phd做最難嗰part
應用上係咪可以取代到傳統睇risk嘅位

其實只有大公司好似google, Facebook, amazon嘅core data Scientist 姐係設計成個新algorithm要用到好多數同research先會請phd, 一般公司唔識先跟路話要請phd除非佢哋真係有資源去做研發 唔係就其實ugrad, master 都夠做去train一個已有既algorithm 去fit你有嘅data.

現職香港既data scientist留名

Ching點入行

點解可以咁好 ，香港做ds人工好低又無乜annual仲無得work from home

有experience同識人的確重要

一畢業就做呢行？

係

有冇話咩skills係一定要識佐先
fg點儲experience

如果將ds既skill set比喻為武功,可以大概分為三大類:
內功，需要長時間培養，短期見效慢:statistic, algorithm, sql，deep learning, math sense
外功，需要一定時間同經驗培養:coding skill, data pipeline and architecture,visualization
招式，見效快但缺乏深度，需要內外工支持:presentation skill, communication

ds 三類skill set缺一不可，所以好難話咩嘢要學先。但內功類既skills先係ds既core competence而又需要多時間培養，起手應該學哩類型既skill 先。

至於點儲experience，project,intern,hackathon都得，任君選擇

利申:帶返頭盔先，我都係慢慢摸返黎，未必完全啱

好detailed
多謝巴打

我覺得自己係每樣都識少少
又好似唔夠deep
一上場就唔知夠唔夠打咁
就算比我好彩搵到份ds嘅工
都唔知做唔做得嚟

"就算比我好彩搵到份ds嘅工
都唔知做唔做得嚟"
哩句正正就係我既處境，比上(其他ds)不足，比下有餘。

巴打都係grad佐冇耐？

係

共勉之

咩底出身？
想學咩野？
利申，幫樓主問