不確定在這裡問合不合適,前輩輕鞭。
本身112大學農,修習統計學程(農院)與健康大數據學程(醫學院)。
多變數、線性代數、高統等理論都有學。其他還有試驗設計、空間分析…等
學士的時候參加實驗室有分析一篇植物相關的,有發paper但我不是一作。
碩士也是在做分析,是在生科院底下做人類醫學資料分析。
目前碩二,主力是R和,python 和SAS也會。
即將找工作,想做資料分析相關(這樣說可能太籠統?)上網查詢好像大多使用PowerBi和S
QL。
一個比較特別但可能也沒有加分的經驗是,在大四到碩一這時間有在一家國貿小公司實習,
公司非常的小,但有接觸一些國際客戶,還因此去了中國、印度、義大利出差學習。
看了版上兩天覺得自己是不是要涼掉了...其實做了分析蠻久的,大二就加了實驗室...但感
覺學系名稱、各種不足...
想在這一年努力補齊自己的不足,還有應該朝什麼方向前進!
----
Sent from BePTT on my Google Pixel 7
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.169.184.219 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1725328271.A.766.html→ SkankHunt421樓微積分跟現代機率強的話 可以考慮去高頻 09/03 10:02
→ TSMCfabXX2樓數學系 統計系 資工系 都可以去高頻 09/03 10:25
→ TSMCfabXX3樓並不建議跨過去 09/03 10:27
→ TSMCfabXX4樓大四到碩一的實習經驗反而是公司面試者可能比較想看的 09/03 10:28
→ TSMCfabXX5樓可以把該段經歷以 STAR 原則寫大一點 09/03 10:29
→ TSMCfabXX6樓尤其是國際客戶的對應經驗 09/03 10:29
→ TSMCfabXX7樓再來就是依照不同職缺去客製自己的履歷 09/03 10:31
→ TSMCfabXX8樓(Business Analyst vs. Data Analyst) 09/03 10:31
→ TSMCfabXX9樓以上是 2022 年以前的基本功, 09/03 10:33
→ TSMCfabXX10樓2022 之後履歷請加入自己會 AI 09/03 10:33
j095832208011樓高頻還要寫 C++,只會 python/R 別人不會理你 09/03 12:01
→ SkankHunt4212樓看公司分工,研究員寫python/R當prototype讓C++工程 09/03 12:10
→ SkankHunt4213樓師port或最佳化大有人在 09/03 12:10
→ SkankHunt4214樓有些人大概以為高頻的knowhow只有C++ 09/03 12:10
→ recorriendo15樓重點放在你的能力在公司業務上能帶來什麼貢獻 09/03 12:44
→ recorriendo16樓絕大多數資料分析工作用到的統計都不需太高深的 09/03 12:46
→ recorriendo17樓給你一大堆資料 你怎麼有效率從中發現/解決商業問題 09/03 12:51
→ recorriendo18樓這個才是價值所在 09/03 12:51
→ recorriendo19樓你提的這些 如果上課不是用混的 硬實力絕對夠了 頂 09/03 12:56
→ recorriendo20樓多coding可以再專門加強一點 然而軟實力才是真正重 09/03 12:56
→ recorriendo21樓要的 09/03 12:56
NTHUlagka22樓好強 修的課種類好多也很實用 還有實習經驗 這就是強 09/03 14:57
→ NTHUlagka23樓者嗎QQ反觀 09/03 14:57
hegemon24樓一樓不要搞笑好嗎...高頻的很挑學歷跟在校成績 09/03 15:43
→ DrTech25樓建議先網路查一下,BI,data engineering,data scientist 09/03 15:46
→ DrTech26樓,這些名詞的差異吧。感覺你的所學都勾不上這些,然後就突 09/03 15:46
→ DrTech27樓然跳到軟體工作版問了。 09/03 15:46
→ DrTech28樓看錯版當然涼涼。 09/03 15:46
→ DrTech29樓商學院,也一堆學過R和,python 和SAS,這些人也未必要直 09/03 15:49
→ DrTech30樓接跳到程式設計,data engineering,data scientist。 09/03 15:49