近年來AI與Big Data的需求與應用大量崛起，
衍伸出許多工作機會，
而「資料科學家」更是這波浪潮最夯的職缺之一，
但對於資料科學家，
我們又對這個職務了解多少呢？
⠀
很榮幸邀請到
「資料科學與網頁開發雙棲工程師-張維元老師」
來跟我們AI資料科學家學程的學員們
進行產業經驗分享，
帶著大家開箱資料科學家的工作日常，
一起來探討以下幾個問題。
⠀
1、講到資料科學家你會想到什麼關鍵字呢？
2、資料科學家的工作日常都在做什麼嗎？
3、資料科學領域又分成哪幾類重點職缺？
4、成為資料科學家需要什麼特質？
5、資料科學家的工作門檻很高嗎？
⠀
🔸 提醒：
本片為精華片段，若想觀看完整版，
及參加後續的技術者小聚
與其他產業大師進行互動，
可點擊下列連結報名觀看
⠀
👉 課程連結：https://www.tibame.com/course/1857
⠀
📢 如果想【免費參加】所有的技術者小聚，
也可以參考TibaMe舉辦
「AI資料科學家-三階段全方位學程班」，
保證物超所值！
⠀
👉 了解更多學程內容
https://www.tibame.com/eventpage/ai_datascientist
⠀
#TibaMe
#AI資料科學家三階段學程
資料科學家的工作日常 在 [心得] 資料科學家工作分享與AI 產業觀察- 看板Soft_Job 的推薦與評價
最近版上好像很多人對 AI, ML, Data mining 的工作有興趣
也想知道自學, 唸碩士, AIA 或其他方式怎麼能夠進入 AI 產業
我自己就是資料科學家
想跟大家分享一下我的工作內容跟對 AI 產業的觀察
=== 先說結論 ===
1. 非CS背景想轉職 AI => 念四大碩，主修 AI
2. 不想念碩士，想自學
=> 證明你比四大碩強 => 去社群給 Talk or Kaggle 比到前三
社群有 ML/DM Monday, Taipei.py, Py data 等等
有個聽眾覺得『哎唷不錯喔』，機會就來了
3. 已經是資工碩了
=> 去社群給 Talk or 發top conference paper ex: AAAI, NAACL
=== 我的背景 ===
台大資工學碩
主修NLP, 熟AI, ML, SVM, 不熟DL
待過趨勢,華碩,新創
六年工作經驗 四年DS經驗, 英語流利
=== 資料相關工作內容 ===
資料分析師 : 有產業, 統計知識, 了解問題, 把問題變成數學問題
資料科學家： 把問題變成數學問題, 抽feature, 訂evaluation
設計數學演算法, 寫prototype
資料工程師：data clean, data storage, big data, cloud computing
機器學習工程師：設計數學演算法, 實作演算法, 挑ML模型, tune 參數
把prototype 改成 production code
通常在台灣就是四種都要做...統稱資料科學家
根據背景知識, data type還會細分成
影像CV, 語音, 語言NLP, 產線資料, signal, 地理資訊等等
影像現在在台灣最紅，約有60家新創
NLP 約20家
語音約3家, google/apple/ms 太強，很難跟他們競爭
後面三種data 我沒有研究....
=== AI 產業現況 ===
2012 - 2017 爆紅 超火
2018 冷靜重整期，很多 AI 新創倒閉
2019 假AI新創很多, Junior 飽和, Senior 超缺
Senior 假設台灣有 N 個，可是缺有 4N
大家都要即戰力，有經驗的，可以馬上做專案
但是Sr. 不是去美國，就是不想換工作
如果你是即戰力，我手上有10個缺可以介紹
Junior 有 N 個，缺大概也有 1.2N 個
不過台灣每年生產1000個 AI碩士吧，所以也不缺人
假 AI 新創就是 『口號出得去 人進得來 大家大發財』
去面試就知道老闆不懂 AI ，問一下雷公司八卦都很多
另外開了2, 3年沒有產品也沒有賺錢的大概也怪怪的
=== 關於訓練新人 ===
公司訓練 Jr 是需要花錢花時間的
而且我的經驗是專案都做不完，哪有時間訓練新人？
讓Sr. 花 20% 的時間訓練新人，少做 20% 專案老闆願意媽？
Sr. 願意犧牲看八卦版呵呵笑的時間訓練新人，是我佛心來著
但是很多新人訓練好又去美國或念博班
我也很無奈呀...
去美國的工作環境, 工時, 薪水, 技術都好很多
念博班的說他想做世界第一，不想做客戶願意付錢的東西
=== 結論 ===
我覺得不鼓勵大家轉職 AI
好公司大概都飽和了，只收 AI 碩
2017年前 AI 景氣很好，但是現在冷了
假AI新創又多，有70%吧，如果你沒有能力分辨就是當砲灰
AIOT 現在 90% 是假新創
另外當資料科學家
背景知識，工程，數學，英文都是基本能力唷
很多人說數學很重要...是因為他們工程跟英文都很好了
Pycon Taiwan 徵稿中 3/18截止，當過講者求職大加分喔！
--
Q:為什麼aacs叫小西呢??
A:1.因為aacs的英文名字叫Cicilia Segeliin
2.因為西是最好寫的C
3.西是由一條拋物線+一組雙曲線+一個橢圓組成的
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.134.185.153
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1551945907.A.F59.html
一波炒過一波
當菜市場阿嬤都知道AI，股市都有AI概念股，就代表潮水要退了
轉職難民太多，但是他們都沒有作品跟成果...
每個都說我很便宜，請訓練我。
但是我有時間為什麼不去訓練台大碩，要訓練你呢？
我知道自己要什麼，缺什麼就好囉~~~
台大純血沒去美國就會一直被罵耶~~~
一來 AI 圈也才紅5年，Sr. 本來就不多
二來 很多 Sr. 都跑去美國了
三來 Jr. 沒人帶也沒有自學能力就不能變Sr.，只會變成Super Junior
四來 老闆都希望Sr. 免費加班帶Jr. 還要加班做專案
我碩班念AI的時候根本沒人想念，大家都在做遊戲跟CV, embedded
畢竟每年還是有幾百個 Junior 入行
當然數學，工程，英文，溝通都要努力鑽研才能頂尖
有22K也有人100K
你給我10000筆以上再提DL吧...
大部分都是 data clean 的工作
而且是data scientist 兼任 data eng., data analyse, ML eng.
但是如果非資工本科又沒有亮眼學歷
你就必須有亮眼作品
不然你會找不到Senior帶，學習成長很有限
另外你說得對，很多傳產最近都成立的AI部門
但是資工碩通常不喜歡去傳產，除非高薪又早下班。
所以我聽說裡面都很少資工碩
但是名稱掛資料科學家
每次講自己的職稱都覺得很心虛，只有使用者經驗研究員聽起來更威
有的說的是台灣包山包海的資料科學家，很多沒有設計模型跟演算法
美國大公司的純資料科學家有個配合的工程師
幫忙把prototype 改寫成 production code
所以不必資工本科，很多統計，數學，工科博士背景
不過台灣prototype直接要上線的就很需要軟體工程背景了
因為上線交給客戶後有 bug 超麻煩
... <看更多>