想轉行入data science 「求過來人分享」
絕不能空肚食早餐
133 回覆
1 Like
102 Dislike
絕不能空肚食早餐
2022-04-03 23:37:37
fg差唔多兩年 做緊lab 狗想轉行
見到好多post都吹 data science好缺人 又易學
又話讀完個課程有9成人即刻有人請 人工仲唔錯
(利申 零相關經驗,係見寫code方面幾吃香 所以先想轉行)
美利堅黑人女權國
2022-04-03 23:38:34
Bootcamp 得啦
IT好易
牌都唔洗考
社會畜生(假)
2022-04-03 23:40:25
係咁易個個都50k啦
傻鳩先data science
絕不能空肚食早餐
2022-04-03 23:41:12
我都估到係咁 但本身唔熟呢行
所以先上黎問問
絕不能空肚食早餐
2022-04-03 23:44:08
一步登唔到天
零經點一開波就缺ibank
さざなみ
2022-04-03 23:46:04
絕不能空肚食早餐
2022-04-03 23:47:42
有經驗當然好過跟尾狗
身寸周隹
2022-04-03 23:54:34
你係邊度聽到"讀完個課程有9成人即刻有人請 人工仲唔錯",咪去果度搵lo
不寫程式的程式員
2022-04-03 23:57:53
咁易做到就唔會缺人啦
醫生都缺人, 你唔去做?
不寫程式的程式員
2022-04-04 00:08:45
data science 少人入到行主要係因為跨學科
仲有其實職位少
依家d公司仲要要求搭單做埋Machine Learning同AI
你估整下excel咁簡單咩
唔夠budget既公司就要自己落搞處理埋data
又係肯定唔會係excel級數咁少
公司data隨便都係上TB計既Big data, 無相應既skill同配套都處理唔到
最慘既其實係好多時都需要domain knowledge
係呢D位通常都內部調人過去做
愛在深尻
2022-04-04 01:00:52
Data Science 應該拆開兩個,一面係 data analysis, 一面係 data science.... 如果你 search 完 nvidia 那些 AI 你就知自己根本唔係做 science 個面的材料。
何詩蓓
2022-04-04 02:35:29
職業雞蟲
2022-04-04 03:14:01
而家仲要加埋Data Engineering
廢廢西
2022-04-04 08:08:36
基本上要 熟d bi tools
Excel 要熟 識打code
DB mssql mysql 基本
要識d app / website backend
仲有作文(數 英文要好好)present返比老細睇(即係十頁紙既野 精簡做 2-3頁 )
你識晒上面基本野 可以試下做
十月一號賀佢老母
2022-04-08 10:18:18
Fg code 祝你好運lol
如果做過大公司知道best practice 熟framework
其實有用過成條pipeline 掂少少
分分鐘呢個fg 話你知一日dup完2000行code
無unit test 然後全部同一段code copy n paste
無set parameter 無set config
成套code 唔 scalable 亦無document
呢d野學校同Bootcamp 都唔會教
毒留在家中
2022-04-16 11:32:47
依家部分公司要你識用埋big data framework
但如果你本身無經,你係屋企好少可會practice到
除非你自己setup埋啲nodes config
但咁樣既話你就要stat同cs都要識
要求有啲高
仲未計其實人工唔係真係好高
狸追
2022-04-16 11:42:59
Data Analysis - sql vba ELT dig data tools, R, pythons
包括上面所有data Science - include Ai ML predict
利維亞的傑佬
2022-04-16 12:13:17
我算係早兩年岩岩興起果時入行
依家呢幾年難左好多lu....
entry位近乎飽和
早幾個月我都會鼓勵D人比心機自學入行
依家搵entry真係難過登天
你要入行唔係唔得
但你既對手係
一班寫開靚CODE,轉行開始做analytic
一班做開傳統ANALYTIC,有Business sense,岩岩學寫code轉field既人
一班受過幾年正式學校訓練既FG
基本上依家太多人in
唔否認有好多有經驗既senior candidate都唔係識好多野
但人地起碼叫有少少經驗,同你比既話人地可能都係prefer佢
你經驗唔夠真係好難有edge
比較大既advantage 包括
1. end to end知道點樣SAVE/儲data, ETL,唔係只係做modeling 果part
2. 寫到deployment ready既code
3. Cloud related knowledge
建議去睇睇AWS/Azure/GCP 成個service點樣幫到人做data science project. 咁你眼界就會大好多,唔會只係流於'砌model',而係點樣令到你個model 落到地
唔好諗住拋書包/睇多兩本書幫到手,始終太多candidate都好熟個理論
但落唔到地,依家見工好多時都問實際落地果時相關既野
簡單講即係都係no job->no experience->no job 咁樣輪迴
真的興奮
2022-04-23 10:41:09
呢個真 如果識end-to-end pipelines 由prepare env, docker 再dwh pipe data落cloud到train到depoly 做埋MLOps 成個lifecycle行哂 再諗埋scalable solution 基本上就係最top嗰班
依家modelling太多即食template 砌model嘅門檻降低左好多
69701
2022-04-23 10:57:30
你咁樣咁認真
人地hello world 都未識dup 就嚇走人啦
雖然IT 真係好容易 做翻三五七年就會開始上手
easy
利維亞的傑佬
2022-04-23 11:14:28
當然多有心人入行係好事
但個風氣講到好似data science 係低門檻高回報咁
我比較希望新血真係明白左成行係玩緊咩/同咩人鬥
做好心理準備先好switch career path
唔好比d廣告學店d buzz word水左入去
連登臭飛
2022-04-23 14:58:42
Data science冇返十幾年經+ms學位點入
第 1 頁
第 2 頁
第 3 頁
第 4 頁
第 5 頁
第 6 頁
吹水台
自選台
熱 門
最 新
手機台
時事台
政事台
World
體育台
娛樂台
動漫台
Apps台
遊戲台
影視台
講故台
健康台
感情台
家庭台
潮流台
美容台
上班台
財經台
房屋台
飲食台
旅遊台
學術台
校園台
汽車台
音樂台
創意台
硬件台
電器台
攝影台
玩具台
寵物台
軟件台
活動台
電訊台
直播台
站務台
黑 洞