thanks

享成

thanks

Gaucho

Data Scientist一般只要PHD。Data Analyst收入不高于软件工程师。统计学的难度远超过计算机科学。

享成

Gaucho 发表于 2016-7-20 11:00
Data Scientist部门一般只要PHD。

我是不准备读phd了，感觉软件工程师没有什么前途，特别是在澳大利亚，全外包了。

可能数据分析师涉及业务方面的，不容易外包，不想赚大钱，就是想可以做到老，软件开发太累压力太大

stacknotoverflo

不懂帮着顶顶

Justin.wang

我也有这个想法，志同道合，希望能一起交流下。

rock9

薪水好吗

求知

收入不知道，但很需要！

求知

学个生物沾边的，医学研究所很需要人啊！大数据分析。

chainray

政府部门的数据分析职位大约10万上下+super

gzrain

足迹里有一些做data的前辈，你可以找找他们的贴

我以前也有这种想法，问题是做data入门不容易，高端的对学历有要求，统计学，算法等要求不低；

另外恕我直言，如果一个行业又不用保持学习，又轻松高薪，你认为有可能吗？coursera/edx上有data science/big data的课程，有免费的，收费的也就几十块一门：你如果真的决心转行，可以读几个看看自己感觉如何；每个人情况都不一样，网上发帖问，别人是不可能告诉你是否可行的，自己的路还是靠自己走；

期待lz更新进度

luckyme7777

想看楼主转行以后的介绍

lqbzddx

大公司很多数据分析师职位，比如银行。

hilltop-bear

我觉得数据分析必须有行业经验，单单会搞数字，是分析不出什么的。数据分析高端的都是双学科的经验技能，才能吃香

qhyntjs

在土澳，无言语

lwzdew

gzrain 发表于 2016-7-22 08:13
足迹里有一些做data的前辈，你可以找找他们的贴

我以前也有这种想法，问题是做data入门不容易，高端的对学 ...

有很多行业轻松高薪 又不用学习。只要是跟技术无关的IT职位都可以，例如 sales，各种management，只是留学生 新移民很少做得到

fengliu1234

关注

gzrain

lwzdew 发表于 2016-7-22 09:37
有很多行业轻松高薪 又不用学习。只要是跟技术无关的IT职位都可以，例如 sales，各种management，只是留 ...

我其实想说的是，转行往往意味着重新开始，要达到同样的职业层次要比在当前行业提高要付出更大的努力；

如果抱着“不想再不断学习新技术”的心态来转行，我个人认为是很难成功的；

至于你说的manager， sales例子，为什么不是人人能做到？换个角度看，也是因为他们也是不断学习，锻炼才能做到的，背后的积累和付出外人不容易看到而已； 我不太相信天上掉馅饼的事会发生，当然如果你天生好命就当我什么都没说；

我在这个论坛看到过不下30多个类似的帖子，不满现状要转行，各种咨询各种虚心求教；能真正付于行动，记录自己过程的也就3，4个贴而已；

cnnworld

过来人的经验，能转尽量转

不过你有些观点是不对的，软件工程师要时刻保持学习，数据分析师也要时刻保持学习，前者学习主要靠自学IT知识，后者学习主要通过工作经历

数据分析师的核心条件是：
1. 对业务的熟悉程度，以及语言交流能力
2. SQL和EXCEL的熟悉程度
3. IT编程相关

进阶到数据科学家的话呢，其实也是上面的能力的基础上，外加些建模和数学能力，而且涉及到建模，就有编程，要学的不比软件工程师少，比如你做单机版的模型，要会用R或者PYTHON，如果做分布式的，要懂SPARK

数据本质上跟两个部分打交道：
1，模型和理论部分
2， 数据库系统

而后者，也叫做data engineering，其实就是IT的活，所以很多做IT的也说自己是做数据的，甚至做运维的也说自己是做数据的，其实也没错，只是数据的几个层次中，他们在做数据比较底层那个层次，而这部分，就有大量的编程和新知识需要学习

从工作轻松度来看

DS 比 DA轻松，DA 的话，要看部门，一般情况下,DA要比软件工程师累些，加班也多些，因为会经常有大boss问你要某个数据某种分析，所以加班是不可少的

从职业前景上看，我当然觉得往数据方向发展比单纯做程序员好，在欧美国家，很多程序员过了40岁一旦遇到不好的公司，失业后再就业很难，前阵子英特尔不是也在裁45岁以上的员工么，究其根本，IT这个行业，经验虽然重要，但到了某个点，公司认为新技术更有优势，IOS才出来几年，那些号称20年经验的，工资很高从C程序员走出来的，遇到移动时代编程很多观念就不行了，一些新的模型框架也不熟悉，还领着高工资，一旦公司有些风吹草动，这些老员工被裁员也是大概率事件

而做数据最大的好处是有一些业务积累，另外做数据的群体相对比较小，又接触公司比较核心的部门，所以长远的发展方向比IT要好些

但即使你转换做了数据分析，你身上硬伤还很多，要让自己更有竞争力，还得不断完善自己的学历，经验背景，因为有些公司的数据分析，其实就是取数员，而这些人，很多是IT出身的

gzrain

cnnworld 发表于 2016-7-22 10:59
过来人的经验，能转尽量转

不过你有些观点是不对的，软件工程师要时刻保持学习，数据分析师也要时刻保持学 ...

圈内人士的宝贵意见

老实说我之前跟楼主也有相同的想法，自己去online读了个入门的R，后来一来懒，二来做码农本身要看的东西实在太多，没时间，就搁下了； 粗浅的一点感悟就是，这条路编程只是最基础，数理的理解才是难点；学数学比去掌握一个新framework／tools只难不易；

有机会希望跟大师多交流～

cnnworld

gzrain 发表于 2016-7-22 11:12
圈内人士的宝贵意见

老实说我之前跟楼主也有相同的想法，自己去online读了个入门的R，后来一 ...

总体说起来，数学只是加分项，真正的工作中，数学所占据的不会超过20%，但这些术语你不懂人家又不会认可你，就是这么个怪圈

比如这人：http://dataunion.org/25182.html

FB的数据科学家，名头很大，实际做的东西呢，就是个数据分析师的活，把客户的数据取出来，计算留存度，然后跟其他指标做个图，分析下magic number，这里面没事啥数学的事，要说有事，也就是画图的时候需要知道X,Y是啥，以及简单的一些指标计算

再后面，就是做ABtest，这个理论是最简单的概率学里面的matched t test，这么个东西，需要懂多少数学？至于所谓的machine learning这块，普遍意义上，你只要会熟练使用各种工具就好了

但是，要真正懂数据，以上又是必不可少的，比如ab test做IT的也需要，叫做分桶测试，那问你如何分桶，选择多少sample size，测几天才能证明效果，这些细节问题的时候，对你的要求就是，你得懂ab test的原理吧。做machine learning也是，你在用一个算法的时候，却不知道这个算法的优缺点和限制条件，那用户就会很质疑你

总之，要转换做数据的，放弃R把，转python，python现在是数据界第一大语言，凡事说R是第一大语言的，都是学院派的，python的强大之处远大于R，当然这是个人使用观感，官方你能找到很多文章说R如何强大，比python好云云

强编程能力（python），你已经可以转行做数据了，如果再懂些理论模型，就是个符合要求的数据从业人员了

Mocking

我就是做这行的。SQL excel每天用的要求比较高，stats和adv stats的东西也是经常用。主要不是数学，而是统计。
另外就是英文要求的水平了

baiii

cnnworld 发表于 2016-7-22 11:25
总体说起来，数学只是加分项，真正的工作中，数学所占据的不会超过20%，但这些术语你不懂人家又不会认可 ...

大牛，小弟一直关注您的留言和帖子，借此顺便问几个我自己的问题。
现在公司也是相关行业，刚招的“data scientist”在用R，所以有可能之后公司会普及R,但是个人也觉得python比R更有前途一些，所以最近开始自学中，不知道多久能小有所成,例如一些简单的数据（地址名字）匹配方案，有一些SQL和vba基础，基本靠平时下班闲暇时间，需要补习一些统计学知识么？
PS:上海的那个offer您接了么，还是留在澳洲了

三菱aidem

我也想转，一起走过切磋一下吧

cnnworld

baiii 发表于 2016-7-22 12:15
大牛，小弟一直关注您的留言和帖子，借此顺便问几个我自己的问题。
现在公司也是相关行业，刚招的“data  ...

没接，打算明年回国，目前在澳洲总体收入不错

python远比r有前途，google开源的包大多支持python，r是初入这行的人偏好的，以后工程应用上问题很多

sql的重要性大于python，所成就看你做项目了，多写写程序，自然容易进步

baiii

cnnworld 发表于 2016-7-22 13:00
没接，打算明年回国，目前在澳洲总体收入不错

python远比r有前途，google开源的包大多支持python，r是初 ...

多谢指教

cnnworld

对于希望走技术路线的，为少走弯路，我建议的几个核心技术，这三个技术你玩转了，在技术这块，澳洲年薪10万是下限中的下限，如果配合其他因素：比如英文流利程度，业务熟悉程度，在澳洲市场的标准价应该是在15万澳币base的样子，国内的话，年薪70万人民币以下的职位就不用看了


技术1：SQL
SQL要好到什么程度？ 你几乎可以用SQL实现几个主流的算法，比如协同过滤（collaborative filtering），以及各种数据处理逻辑，SQL几乎可以做所有的ETL和预处理，前提是你理解SQL，而且熟练的使用SQL，这门语言是入门容易，想到某个程度并不容易的东西，SQL是非常强大的，我曾经有个项目，几个数据博士专家用R做的版本来操作数据，耗时近5-6个小时，精度还非常弱，我用精度更强的计算，SQL，总时间只要6分钟

技术2：Python
如果你正在选择R还是Python，恭喜你，直接跳过R吧，一般，一个偏好R的数据科学家，其工程实践能力是存疑的，很简单，这类背景往往是博士头衔，做过几个学术项目，R在工程方面的实践很多地方不如Python，我必须赞美下Python，曾经的我，看代码就挑R，C#, Java，毕竟这些自己比较熟悉，后来因为一些原因被迫用了Python，还觉得没意思，可等你上手后发现，这门语言实在是太好了，好到我现在同样的代码版本，我只会看Python了，对C#,Java有种选择性过滤了，这门语言，你只需要一个简单的编辑器，可以边写代码边执行，语言也非常简洁，非常优美，python是适合程序员风格的，不像R，R很多地方都是不符合程序员风格的

技术3：excel
excel要好到什么程度？无影手是必然的，几个快捷键要在你的心里，跟吃饭那么熟练，不仅如此，VBA是必须要有的，你几乎可以用excel来做一个基于data的application，可以有表格框，可以供用户选择，从某种意义上说，你excel得玩到用excel的数据，来实现一个基于数据的产品demo，因为这样的话，就不用依赖it来开发一个数据产品了，一些简单的，excel就直接够了，要达到这些，vba需要足够熟悉，你也不用记住每个命令，就差不多知道怎么做就好了，按钮如何设置，如何响应


以上三个技术，如果10分的话，每个玩到8分，你就会觉的眼前一片光明，似乎掌握了数据之道，任何其他东西，都是小儿科了

Bessy

Skip the Ph.D and Learn Spark, Data Science Salary Survey Says

http://www.datanami.com/2015/11/ ... salary-survey-says/

baiii

cnnworld 发表于 2016-7-22 13:40
对于希望走技术路线的，为少走弯路，我建议的几个核心技术，这三个技术你玩转了，在技术这块，澳洲年薪10万 ...

tableau是不是有取代excel的趋势呢，毕竟excel的visualization真不如tableau

free

cnnworld 发表于 2016-7-22 13:40
对于希望走技术路线的，为少走弯路，我建议的几个核心技术，这三个技术你玩转了，在技术这块，澳洲年薪10万 ...

大师，我做编程10年以上，精通sql,vba和excel, 曾经用python做过一个公司内部网，现在也想转，可是怎么才能拿到第一份工呢? 以往经历全是软件工程师。

cnnworld

baiii 发表于 2016-7-22 14:30
tableau是不是有取代excel的趋势呢，毕竟excel的visualization真不如tableau

excel是永远不可能被取代的，它是可视化的鼻祖，tableau在可视化方面确实有些优势，但excel是核心基本技能，事实上，tableau所有能做的，excel也能做，tableau只是结合了一些工程特点，比如可以每天每周定时refresh data，另外有网页可以share，但说到底，会excel的，tableau都是小儿科了

这世界上可视化软件很多，我个人也比较偏好tableau，大公司比较常用的软件，但可视化的鼻祖还是excel，你看到的excel的功能，离真正excel还差很多，excel也可以内部连接数据库来fresh data，excel也可以连hadoop data source来获取数据并自动化refresh data

另外，从应用广度来看，你随便找台机器都有excel，你能随便找台机器有tableau么？总之，精通excel的，玩tableau就是跟玩的一样，没啥区别。总的来说，两个软件都有其特点，我追求的是，最简单最可用的软件的，就好象我不喜欢大部分的IDE，我认为一个简单的VIM文本编辑器就可以完成所有编程了，有些技术极客还喜欢用VIM做PPT，那种界面风格让人印象深刻，一看就是技术性PPT