Gone7055 发表于 2017-8-17 01:24
我知道有个女生学财务的，CPA，偶然机会转到Data Develop。现在正有个机会向Data Science发展，正和新东家 ...
这类人成功的关键，
要么就是没告诉你，
要么就是告诉你了也没法复制
什么 linkedin 上有熟人之类的甭说了，就说说目前正常网投数据类工作，对理工科转行生难点在哪吧。
如果我记性不错的话。一般R和 python 您至少会一样吧，python 居多，两样都要的也达到50%了目测。这对于理工科学生来说一般不是大问题，总是学过一个的，虽然您造桥补路那 python 和 玩数据用的 python 可能完全不是一个 python，还得补补。
下边就按公司类型分类了，一种是数据不是部门，就想叫个人过来给看看数据做做报表。这玩意附加技能要求确实不多，也就再要个 VBA、tableau 啥的。问题是这种公司一般也没有成长体系给你，所以直接招个 senior 完事，跟新人没有交集。或者，你新人，成，但是公司业务相关经验3年加。纯玩个R出个图谁不会呐对不。所以这类公司的坎儿在这里。
另一种是纯数据公司就靠这赚钱，或者有部门专做数据。这事儿可就多了。玩数据的，基本的机器学习您好意思说不会吗？学一个吧！SQL 你见过有专业数据公司不用的吗？学。这两个一般是必须。此外不少公司光要个 SQL 还不爽，你还得再来个 NoSQL。Hadoop 生态圈一众工具大多数公司也要，要完了再添个 Spark sehr von Vorteil。此外根据公司整体编程环境你可能还得会个 java 或者 scala。linux 你也需要666一个。还有 git。到这一般广告里常见技能集才算完整。还有个别要一些更偏们的技能的就不说了，就这，你觉得好转吗？
学数理的可以自己啃机器学习，网上资料n多。java 和 scala 你能自学，但能达到自己空手套出个项目经验的层次么？就算人聪明真有这坐家里整经验的学习能力，你不是CS出身，一时间也不知道去哪整对不。SQL 以及其它大数据工具就更操蛋了，实操经验比普通编程语言还难整。你能下个 SQL 玩一下。但是你弄一两百个数据自己增删改查玩，跟公司里上百万条数据肯定不是一回事。用 linux 玩 git 也是靠积累，不是找本书看三天对着编一下就ok。
所以对于这些专做数据的数据岗，说到底一句话，它们还是CS。披着数据科学的皮而已。不是像刚萌生转行想法的理工科学生脑子里以为的那样，python 的科学计算在另一个领域的简单移植。拿个 pandas 加 scikit-learn 就想找工作，市场曾经有否容易到这种程度我不知道，但今年绝对不是这样，以后更不会，德国大学有的开始开设数据 master 了；对岸，大量美硕美博同胞找不着工作开始放眼欧洲，也正杀将过来。你说这么多我自然一时学不了，但先学两门慢慢开始找着可行不？行，但是你技能完全合要求的广告这下也就剩20%了。按照一般人投十面一面十成一的比例，德国数据岗全都被你找来怕是也有点不够用。
今天还在知乎上看见个哥们儿说国内毕业0经验，靠刷kaggle成绩，收英德瑞一众公司offer收到手软，人家还欣然愿意帮办签证。故事是真的吗？我信是真的。问题一看不用说这人肯定学CS的，他一些旁的歪的大小CS技能都吻合得很好，他作为一个纯中国人才会受到公司青睐。他自己一个CS出身的觉得这很正常没讲出来而已。这跟我们理工科转行的来比可完全不是一回事。所以知乎上什么学习机器学习/大数据走上人生巅峰什么的你都不能信，那些故事要么是讲给CS听的，要么是讲给金融等等本来就跳到同一大行业改做数据的人听的。从这个角度来讲，知乎的确有毒。
我现在就在法兰克福一个公司做Data Scientist，本科硕士都是通信专业，数据科学的知识都是跟着公开课，以及课本自学的，其实转行并没有上面各位回答中说的那么难，需要的编程，数学基础，作为外行可能感觉会很多，多少年的积累什么的，其实真的没有那么夸张，学完一些机器学习，深度学习基本知识后，可以去kaggle做几个比赛项目，获得好的名次之后，基本不用愁找不到Data Scientist的工作，我就是通过这条路走过来的。
Kosmonaut 发表于 2017-8-23 00:20
什么 linkedin 上有熟人之类的甭说了，就说说目前正常网投数据类工作，对理工科转行生难点在哪吧。
如果 ...
额。。看到最后一段发现说的就是我，指正一点，我的专业是通信工程，本科实在国内读的，不过硕士是在德国读的。。kaggle成绩就目前来说确实很受工业界青睐，所以才很幸运的获得了现在的工作。
jojote 发表于 2017-8-27 23:37
我现在就在法兰克福一个公司做Data Scientist，本科硕士都是通信专业，数据科学的知识都是跟着公开课，以及 ...
信科和通信转数据，不叫转行。起码不是楼主所说意义下的转行。
楼主说的是学过点编程的理工科转数据。学过点编程的人的问题在于，如我上面所说，R、Python、机器学习可以学一个，问题不大。但进公司一见上千万数据的SQL，SB了；一让用 linux 系统，SB了；一让组团做东西用版本管理，SB了；一让看一眼前端写的东西，SB了。说到底数据科学家还是码农，加一点点时髦的算法而已。
想再说两句。
今天这个行情，光会个机器学习就想找工作肯定是不行的。如果一个学info的人告诉你行，那还是不行，因为他懂info。机器学习 + business = BI，机器学习 + 生物 = 生信，机器学习 + 信科 = 大数据。哪一个行业愿要个光会机器学习的呢？何况光是刷包调参的话，他学生物学经济的也能玩。那你说我机器学习学得很精的话能自写算法行不行呢？还是不行。机器学习学得深，那你就得懂深度学习。光懂深度学习不懂计算机视觉你玩啥呢？还得懂个计算机视觉。光懂计算机视觉不懂图像处理，你难道还等着别人处理好图像喂给你吗？还得懂个图像处理。所以那些自称只靠深度学习糊口的人，他也不是光懂个深度学习。那你说我不懂深度学习，光是基本的机器学习算法玩得很精行不行呢？还是不行，这种要么只能耗在大学刷 papers，要么得去大型网络公司算法部。但你一个转行的，算法如何呢？文凭、经历如何呢？
所以说啊，转大数据 / 机器学习，很难。
jojote 发表于 2017-8-27 23:40
额。。看到最后一段发现说的就是我，指正一点，我的专业是通信工程，本科实在国内读的，不过硕士是在德国 ...
如果那个回答是你发的，首先你在两个问题下发过吧，你在一个鼓动大家去国外找工作的回答里愣是隐去最关键因素“你有德国文凭”，还是我在另一个回答里发现的。
通信工程算不算信科？这点上没必要纠结，按照德国的分法无疑是算的，国内那是乱分。且一般公司里的信息业务，通信工程的学生的技能树基本都不缺。再且，你一个通信工程的学生在机器学习的一些建模方面，比如高斯过程，理解起来比一个学统计的都要有优势。
kaggle 这东西吧，它其它的槽我先不吐，就说假如我打算好好玩一下吧。问题是，kaggle 的好成绩并不是找工作的时候的一个保险。你说我玩一年终于玩一堆5%出来，然后我 linux 不会，sql 不会，hadoop 没听说过，生物不懂，经济白痴，图像处理啥的也没摸过。找工作的时候仅仅是NB的调参技能真能盖过这些人家广告里明确要求的技能短板吗？非常危险。这才是为什么理工科转行人士要慎入 kaggle，把一个板练特长p用没有，而为什么另一方面通信工程不能和我们同日而语的道理。
Kosmonaut 发表于 2017-8-28 00:29
如果那个回答是你发的，首先你在两个问题下发过吧，你在一个鼓动大家去国外找工作的回答里愣是隐去最关键 ...
相信我，如果等你真的kaggle一堆5%之后，linux你绝对不会不会了，图像处理你也不会不了解了，kaggle上的比赛本来就是公司提供的实际中的项目，它唯一的缺点在于，数据都是提供好的，这个跟在公司工作，大部分在搜集数据，处理数据有很大的不同。不过如果你想要获得好的成绩，需要的绝对比你想象的只是调参数要难得多，公司也都不傻，看中这个自然也都是有原因的。至于在知乎上，我确实没有刻意隐藏任何东西。确实转不转行也是因人而定，不过我见过太多专业不相关而转行成功的，最关键还是有没有兴趣，能不能坚持做下去，就像，我做这个也不是看中之后钱景有多么好，去kaggle参加比赛开始也单纯是兴趣。
Kosmonaut 发表于 2017-8-27 23:47
信科和通信转数据，不叫转行。起码不是楼主所说意义下的转行。
楼主说的是学过点编程的理工科转数据。 ...
基本同意！其实现在大火的大数据，就是数据挖掘换了一个名字，当然现在挖掘技术加上AI算法更强了。数据分析，包括两方面数据和分析。做数据的包括收集，整理，清洗等等，这个CS的基本可以搞定。做分析的，我个人观点至少应该是博士或者几十年的经验，图报表然后加上报告，阐述一个业务问题，没有头衔加经验，说的话没有人信，只有这些做些探索性分析的人才是真正的DS。那些套用经典方法出图出报表的应该算到数据里面，不涉及到分析问题的能力。两者的关系我觉得有点像大厨和帮厨，其实厨房洗菜的也可以算帮厨不是。
63#的仁兄，你这样在知乎上发言等于挖了一个大坑。不说海外留学经历，误让人以为从未出国的国内本科毕业生凭kaggle就可以一步登天去国外。