sponsored links
    
【前言】

各位好,在版上潛水好一陣子,一直看著許多版友在詢問加入Data Science這行的文章,
最近因身體在休假旅行時發生些狀況,一度面臨死亡,因此對於很多事情都有新的想法,
也決定上來分享一些經驗。由於我實際上在台灣工作的時間不到一年,於畢業後歷經兩次
創業、海外求學、工作等時間皆較長,我對於一些名詞可能中文不太精確,因此可能會有
些中英法夾雜。本文志在分享不在討好,除非是具體建言,否則恕我直接忽略。

避免文章過長,本文將切為三部分;第一部分我將簡單介紹自己的歷程以及目前服務的公
司,並簡單工商服務一下;第二部分為Data Science相關,將針對有志投入Data Science
的版友們提供些個人觀察及建議。第三部分則是想透過Soft Job版,我希望可以發起一個
定期的Meetup來互相交流,希望可以為在台灣工作的大家注入些不同的科技文化經驗或觀
點,而也幫助在海外的朋友也能學習或了解台灣近況。只是見過不少最後難產或是無法維
持的Meetup,因此也希望能拋磚引玉,讓整個計畫更加完善。最後,標題有點難下,請見
諒。

本文為第一部分,有興趣的版友可以隨自己喜好隨意看看。


【 簡介及工商服務 】

- 學習經歷

我現年30歲,大學就讀112經濟、輔數學,由於在大學時期一直認定自己會直接去美國攻
讀博班,因此在大學期間除了系上必修之外,大部分的時間都在數學系度過的。由於天生
反骨,當周邊的同學開始學習R、Matlab或其他統計軟體時,自己反而跑去資訊系學了些基
礎課程,包含自學在內,大學時先後學習了C/C++、資料結構、java script乃至於最後開
始寫python。

數學的部分,由於自己規劃了在大學四年不延畢的情況下一定要修好112經濟博班的計量
和個體理論,因此在大二、大三時先後學習了數學系的線性代數、代數導論、高微,甚至
因為發現了對數學的愛,因此大四時也修了實變和機率論。簡而言之,大學過的很充實。
還記得有個學妹在我畢業前問了個問題,她說「學長,你修這麼多數學課,你覺得會得到
什麼啊?」,我記得約莫是這麼回答的「其實我也不知道,我可能最後也沒得到什麼,對
大學的記憶也會只剩下數學。」

研究所的部分則是在法國完成的,學程系統性的強化了我在數學、資訊及算法等相關的應
用於各種與Data相關的工程,舉凡機械、電信等等;而在此期間,我與同學們會參加些
Kaggle的競賽;簡單來說,就是再次沈浸在數學和資訊的環境中。

- 工作簡介

112畢業後在朋友的邀請下一起創了業,當時很單純的認為唸書隨時有機會,然而創業機
會則不是天天有的,因此毅然決然地一起投入了。先後歷經了兩間公司,領域稍有重疊,
但皆有面向海外市場,而在這當中,我強化了很多對coding的理解和哲學,對於算法的認
識也有很大的進步。只是這一好一壞怕出局的狀態下,我轉而加入了台灣某知名文創公司
,以Data和數學為導向的作策略經營規劃,在公司一稱作「營運規劃室」的部門服務約莫
九個月後便離職,年少無知時曾以為自己已看盡了一切興衰。之後便前往法國讀碩,並因
為在學程期間實習過於難找,但發現投正職反而收到相當多正面的回音,因此與學校討論
後,便以正職(CDI)代替實習,於畢業前就開始了我在法國的第一份CDI。

- 現職環境

我現在以Data Scientist的職稱在一間名為Back Market的新創公司工作,主要類型為電
商平台。以媒體知名度而言,公司目前在法國與Payfit、Snips等公司並列前十大新創;
在歐洲名聲也漸漸追上如Data Dog、Adyen等公司。2018年時,在B輪募到約480萬歐元,
公司看起來是平步青雲。而我的工作主要是以Data作各種算法和服務,大約也有40%的時
間會使用到Machine learning;在這邊我也想先給不熟悉但又想入行的版友提醒:Data
Science不等於Machine Learning。

<< edit: 原先手誤,多放了一個零 :p

- 工商服務

公司成長快速,從我2018年加入公司到現在已經從當時的80人成長到170人。我是公司第
一個聘請的「講中文的人」,當然也就是第一個台灣人,直到最近聘請了位中國女生於
Business Development Dept。在這期間,雖不敢說做的很好,但盡力地為台灣做好口碑
,公司對於台灣印象從建立到現在,已經開始會詢問我是否有朋友想加入,雖然目前不如
GAFA一般厲害,但我們也期待自己會成為下一個Amazon。

回到工商服務正題,公司對於有能力的人才是願意幫忙申請簽證的,即便Macron目前在一
些政策上有些弱勢感到非常不滿,但是對於新創及外國人才都是有相當好的政策和配套,
因此如果你有經驗有能力,法國可以是你的另一個選擇。但我相信版友們也能理解枯枝理
論,為了避免遇人不淑,我還是會希望我們能先聊過後,確認方向和心態健康,我才會進
行內推,由我內推的狀態將會直接照會單位主管(Lead xxxx)及Tech Recruiter,因此
請不用擔心。

主要可以由我為你內推的Function包含:
<< edit: 以下單位為年薪、歐元

1. Data Scientist (45k - )
2. Data Engineer (45k - )
3. DevOps (55k - )
4. Architect (50k - )
5. Software Engineer (45k -)

簡單需求如下,詳情可以站內信詢問,但請耐心等候回覆,謝謝

- 英文流利,法文非必要,但法檢B1以上佳,確保你生活沒有困難

- DevOps主要為python及Go,需懂django, kubernetes...etc

- Data Team 主要為python,需熟悉docker, aws, sql...etc

- 其餘煩請站內信,目前JD皆為法文版不方便全部翻譯

- 學歷為了幫你申請簽證,必須至少碩士以上

- 其次海外人才皆不適用新鮮人,希望至少三年以上相關經驗

- 薪資部分相較美國或荷蘭可能沒有那麼漂亮,但在法國而已是相當不錯的Pay。以上薪
資僅供參考,實際Pay還是以最後合約為主。我個人經驗是會拿到比低標再高些。

- 其餘福利等包含股票選擇權、帶薪假(congé payé,印象中公司同事皆為30 天起跳
)、BoT(Bureau of Technology)每週可最多遠端兩天、每個月月會時晚上(soirée)
公司會包下一間Bar無限暢飲、午餐交通補貼...etc



以上為第一部分,接下篇我會以我個人的經驗分享Data Science相關工作的經驗或必須

謝謝閱讀,有點久沒寫中文,用字遣詞歡迎批評建議。

然後太久沒在PTT發文,先按了:q!發現沒反應,又試了ctrl+o...

--

    

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 109.0.238.205 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1547330943.A.0AF.html
Chen334: 推 01/13 06:15
tangblack: :wq! 試了嗎 :) 01/13 06:54
sck921: 推 01/13 09:29
maypongyo: 菜逼巴推推 01/13 09:45
TUTOTO: emacs 派的站出乃 01/13 09:46
yamakazi: 沒想到法國薪水不高 荷蘭規定工作簽證30歲以上最低薪資 01/13 09:57
yamakazi: 不能低於58.5k 01/13 09:57
yamakazi: 30歲以下不能低於43k 01/13 09:59
loser113: Data Scientist 和 Engineer 職務差在哪 01/13 10:08
xavierqqqq: 推 01/13 10:59
j6309355065: 推 01/13 11:05
rocwild: 創業交流給推 01/13 11:10
ice80712: 45k是台幣嗎 01/13 11:45
AvatarH: 45K是法朗還是歐元? 01/13 12:27
fish0112: 經歷有點酷 01/13 12:29
BBSealion: 感謝分享!! 01/13 12:30
yamakazi: 年薪歐元吧 01/13 12:35
PoloHuang: ...已經沒法郎這貨幣了吧 01/13 13:08
MOONY135: 我想聽面臨死亡的故事 01/13 13:12
Beatles5566: 我覺得是月薪台幣 01/13 13:31
iwami: 看到薪資還以為寫錯,但是多一個0少一個0月薪年也都不對XDD 01/13 14:18
s06i06: 歐元/年 吧 01/13 14:32
aloha111: 推推! 01/13 17:02
謝謝提醒,單位為歐元/年,已附註於內文 與荷蘭相比確實較低,法國申請簽證的標準為薪資是最低工資(SMIC)的2.5倍 而45K只是參考低標,我說的高一些基本上都是k為單位,只是無法保證你面完會收到怎麼 樣的合約,因此寫的保守些。舉例來說,我和組上同資歷的Data Engineer有相同名目薪資 然而我的薪資結構僅有2k來自績效,其餘固定實領,而同事卻有6k需達成績效才能領到; 至於怎麼會有這樣的差距,我只能猜測也許HR有能力區分亞洲職場文化與法國的差異吧XD
g5637128: 推 01/13 17:46
xcraft: 好奇「Data Science不等於Machine Learning這一段」,可以 01/13 18:50
xcraft: 再多分享一些嗎? 01/13 18:50
ppc: 未看先推 01/13 19:20
clamperni: 推 01/13 19:30
AvatarH: 謝P大,本魯其實沒去過法國的,法朗是歷史課本讀到的... 01/13 19:53
NOYUYU: 推同是在海外做data相關的工作! 01/13 20:31
kokolotl: 是說DS的範圍不只ML吧 01/13 20:43
ManInSW: 簡略地區分ML和DS: 01/13 21:08
ManInSW: machine learning 是讓機器認知特定物體的特徵, 01/13 21:09
ManInSW: 接著做出判斷. 01/13 21:09
ManInSW: data science 是分析資料提供(視覺化)報告供人類判斷 01/13 21:10
ManInSW: 以上說明當然不嚴謹,但我覺得應該夠明瞭 01/13 21:10
ManInSW: 原po最好能提供公司的網站讓人去看看公司在做什麼事, 01/13 21:11
ManInSW: 這樣比較能猜到公司想要怎樣的人, 適不適合去. 01/13 21:11
ManInSW: 要搬到法國去? 目前提出的誘因是不夠的. 01/13 21:11
BBSealion: 我覺得 DS 是泛指用資料以科學方法產生價值的人,而ML 01/13 21:44
BBSealion: 只是當前較紅的技術之一而已,但並非唯一方式,你能用 01/13 21:44
BBSealion: excel 拉一拉就產生出可觀的價值也能稱 DS 啊 01/13 21:45
kokolotl: 同意樓上 01/13 21:55
Ouranos: 推分享! 01/13 23:18
fate111085: 實習比正職難找… 真神人也 01/14 00:21
elements: 薪資好像還好 01/14 02:15
lithan: 推推,薪資看產業 朋友在法國銀行DS大約60k 但環境不同 01/14 05:08
lithan: 要我選,我可能也是選新創吧 01/14 05:10
xcraft: 感謝M大與B大分享! 01/14 06:59
b10007034: 數學才是萬用的工具,在這也驗證成功… 01/14 22:01
lillianyo: 推 01/16 01:40
歡迎有興趣的朋友來信,可以為你們做更詳細的介紹,謝謝! ※ 編輯: benson415 (81.250.134.182), 01/23/2019 04:03:14
aacs0130: 推推 01/23 22:49


網友評論

sponsored links

搜尋主題

sponsored links
sponsored links

推薦閱讀

大家正在看

sponsored links
BTrend 2018 Abuse form