注册 登录
爱吱声 返回首页

pkhelen的个人空间 http://129.226.69.186/bbs/?286 [收藏] [复制] [分享] [RSS]

日志

请教:工程背景转行到市场分析或者大数据,需要补哪些?

热度 33已有 7085 次阅读2013-10-4 23:46 |个人分类:career| 大数据, 转行

下个星期就要换到新的工作了,彻底转行。觉得既期待,又有点不安。

过了30岁才来转行,虽然之前咨询过本行业师兄师姐和未来行业的人,新工作钱多而且更有职业发展前途、以后因为家庭原因换工作也方便,但还是有点忐忑。不知道自己的决定,20年后看是否正确。

恳请做市场分析或者大数据或者统计的朋友指点一二。如果短期之内因为家庭原因不回国,就在美国就业,根据我的背景,哪些技能或者软实力需要加强?可能因为家庭原因,最终会落户 SFO, AustinPhoenix, Boston san Diego 这几个城市。

详细背景如下:

以前我一直学的工程,但是方向比较杂,项目和论文一直偏优化、数理模型、数据挖掘什么的,用来解决复杂的工程问题。

但是和纯粹的计算机或者统计的科班出身的人比编程和数据分析,我就是二把刀啊。

毕业后在美国的第一份工作做的和念书期间做的项目很类似,在一个工程咨询公司,做编程和数字模拟的项目。

但是感觉公司业务不景气。而且地点太偏、离家太远,决定转行。补了2个月统计和数据库的课程,找到下一个公司,还是编程+数据库+统计模型,但是在市场部,和工程已经不沾边了。

我从小到大,数学还行,物理很差。国内本科和硕士,美国工程博士。就这么稀里糊涂念下来了。

我觉得自己编程挺水的,和软件人家的老兵帅客他们比,简直提鞋都不配。虽然写了10年程序,但都是解决自己项目问题、能用就行,缺乏规范性。

统计就囫囵吞枣补了2个月,把sas大致练了练。远谈不上精通。

市场分析,我是一点不懂,就靠 @ 老马丁 的营销课,和 @ 煮酒正熟 的帖子,现炒现卖,面试时候硬着头皮吹~~多谢老师们!也多谢爱坛~~

自己未来想做大数据,big data 或者data scientist. 因为觉得发展前景不错,也还比较适合我。

因为单论编程或者统计,我都没法和科班出身比。换工作时候也试过,如果工作要求是纯粹要求计算机或者统计背景,面试时候考当场写程序,我马上就歇菜了。我觉得任何一个美国计算机的本科生都比我写的简洁、逻辑清楚。和他们抢developer的饭碗,我死定了。

上班之余正在补mapreduce. 但是就像专家说的,不搭个集群上机操作,光靠看书,学不会。希望新工作能给我这方面更多上机实习的机会。

但如果要求什么都懂一点,编程和统计都要沾边,我还算有优势,能忽悠住。几offer都是面试第二天就发给我了。

所以我初步考虑,自己得扬长避短,想着big data 或者 data scientist,下班再补点机器学习的内容(以前论文用过几个,但是停留在应用阶段,比较浅)。估计比较适合我?

恳请懂行的朋友指点一二~~

@ 煮酒正熟

@ 不爱吱声

@ 老马丁

@李根

@ MacArthur

@ 老兵帅客

@ 四处张望

@ 意广才疏

@ 江城如画里

@ 绿葱头

 

 


膜拜

鸡蛋
23

鲜花
1

路过

雷人

开心

感动

难过

刚表态过的朋友 (24 人)

发表评论 评论 (31 个评论)

回复 pkhelen 2013-10-5 00:05
奇怪,为什么@不上呢?
回复 李根 2013-10-5 00:25
不敢说懂行,只想说编程真不难,绝大多数时间都是在干泥瓦匠的活,把现成的功能组装一下而已,砖头基本上都不是自己烧的,而是别人给你做好的。只要把工具和环境熟悉了,做一个项目立马就能上手。

大数据和data scientist应该有搞头,毕竟现在是一切数据化的年代,但是俺这方面很小白。坐等懂行的人来讲讲。
回复 不爱吱声 2013-10-5 00:28
我不是干这行的,具体指导说不出来啥。但是从个人喜好及以后发展来说,我觉得你转行是对的。data scientist的工作适用性更广泛一些,而且可以预见以后会越来越有用。而且,以你的工程博士背景,又是搞优化,数值计算的,不算完全的转行,你博士学的东西应该会有用武之地的。对于data scientist来说,我不认为编程是最重要的,应该是建模最重要,data scientist的工作就是在貌似杂乱无章的海量数据中找到那些有意义的趋势来,这就相当于你搞工程优化时候,建目标函数,设定边界条件等等类似的东西。编程只不过是一个工具而已。
所以,妹妹你大胆地往前走,我看好你哦。
回复 李根 2013-10-5 00:37
不爱吱声: 我不是干这行的,具体指导说不出来啥。但是从个人喜好及以后发展来说,我觉得你转行是对的。data scientist的工作适用性更广泛一些,而且可以预见以后会越来越有 ...
"data scientist的工作适用性更广泛一些,而且可以预见以后会越来越有用。"

这个非常赞同。
回复 pkhelen 2013-10-5 00:55
不爱吱声: 我不是干这行的,具体指导说不出来啥。但是从个人喜好及以后发展来说,我觉得你转行是对的。data scientist的工作适用性更广泛一些,而且可以预见以后会越来越有 ...
多谢鼓励!第一份工作也是咨询和麻烦你和你的朋友们。多谢!
的确不算完全转行,因为数学的东西,在新工作和旧工作是一样的,只是解决问题不同,侧重点不同。
数学建模我觉得自己还有点小优势,毕竟上学和上班一直都是做优化,数值计算。
当初考虑我转行到data,也是因为对家庭来说,工作机会多一些,大一点的城市都有。
我LG做半导体器件,估计他的工作地点比较固定,我不想让他迁就我再改行,所以我自己选了个万金油的行业一头跳进去。
希望20年后我回头看不后悔~~
就是不知道新的行业,我需要补哪些?新行业没经验,所以有点忐忑不安。。。
回复 pkhelen 2013-10-5 01:08
李根: 不敢说懂行,只想说编程真不难,绝大多数时间都是在干泥瓦匠的活,把现成的功能组装一下而已,砖头基本上都不是自己烧的,而是别人给你做好的。只要把工具和环境 ...
多谢!
我上一个工作70%是编程,我水平一般般,就到网上搜到类似的例子,改一改后交给客户,然后客户提出修改意见再改。这样比我完全从头开始写快一些。
虽然应付过去了,我总觉得心里不踏实啊,因为自己知道写的很水,停留在皮毛上。
我记得你是urban->cs? 你是补的哪些呢?需要系统补cs课如数据结构?
回复 冰蚁 2013-10-5 01:12
你是跟着你老公跑啊。挑的城市都是半导体的。
回复 晨枫 2013-10-5 01:13
我是搞化工自动化的,在某种意义上来说,和你的处境有点类似。个人干了30年的体验是:工具都是假的,只有domain expertise才是真的;工具是一直在变的,只有domain expertise才是不变的。编程是一门手艺,但这手艺是为了实现目的,目的就是项目或者工作所需。在我读书的时候,C++和VB很流行,也看过几眼,觉得这是以后混饭的必备。实际工作后,发现这东西储备了没用。关键是对模块化、结构化编程的道理理解,对object oriented理解,工具的问题不难解决。另一方面,就我这一行来说,对工艺、自控的本质(而不仅仅是技巧级的伎俩)深刻理解,这是最关键的domain expertise。optimization、modeling、data mining是现在很需要而且可以很广泛应用的generalist技能,转到大数据不能算转行。现在工业界、商业界最不缺的就是数据,最缺的就是从数据里make sense out of it。MM选对了行当。不要对工具过于担心。立足domain expertise,熟练掌握工具但不做工具的奴隶,前途光明得很。另一方面,如果过于拘泥于工具,成为工具的专家,但忽略了domain expertise,一旦工具有了阶跃性的发展(这简直是一定的),就会面临该行或者知识结构更新的问题。说得极端一点,在行当里干了几年,成为domain的专家,即使工具换代了,用起来不顺畅了,抓一个junior的助手当下手都是可以的。
回复 pkhelen 2013-10-5 01:15
冰蚁: 你是跟着你老公跑啊。挑的城市都是半导体的。
是的。跟着他换地方。他的师兄师姐大都在这几个城市工作。
所以我改行,也是想着这几个城市,做data 估计比较容易换工作。
回复 pkhelen 2013-10-5 01:26
晨枫: 我是搞化工自动化的,在某种意义上来说,和你的处境有点类似。个人干了30年的体验是:工具都是假的,只有domain expertise才是真的;工具是一直在变的,只有doma ...
惊动了晨枫老大,多谢!非常需要需要你们工作30年以上人的经验,因为你有长期行业经验,对趋势肯定看得比我准。
你的意思是,这些软件或者具体的编程语言,更新换代快。如果有幸我以后做到大牛了,哪怕雇人做这些具体活,都行。理解对吗?
domain expertise 怎么加强呢?像您说的,“对工艺、自控的本质(而不仅仅是技巧级的伎俩)深刻理解”?能具体说说例子吗?这样我在做下一份工作的时候,有的放矢,而不是停留在工具上。
多谢分享!
回复 李根 2013-10-5 01:45
pkhelen: 多谢!
我上一个工作70%是编程,我水平一般般,就到网上搜到类似的例子,改一改后交给客户,然后客户提出修改意见再改。这样比我完全从头开始写快一些。
虽然应 ...
数据结构啊、数据库啊、算法啊,本科都学过。研究生的时候给导师做项目,顺便就学会了编程啊。
回复 晨枫 2013-10-5 01:46
pkhelen: 惊动了晨枫老大,多谢!非常需要需要你们工作30年以上人的经验,因为你有长期行业经验,对趋势肯定看得比我准。
你的意思是,这些软件或者具体的编程语言,更新 ...
不用客气。

对于工具,我正是这个意思。

关于domain expertise,这个要看各行各业。对于你现在的选择来说,就是建模、海量数据分析,但一定要结合具体行业的特点。比如说,这是对工程问题,那就要理解有关工程领域;如果是商业营销,就要懂得一点营销和有关商品;诸如此类。数学说到底也是工具,一定要和对象结合起来,才能生效。

domain expertise不是学校里就能学来的,要亲手干一段时间才有体会。另一方面,这也是不要轻易换行当的原因,重新掌握一门domain expertise不容易,很容易糊里糊涂就丢了自己的专长。

不要担心别人编程比你强。工程问题(或者商业、金融、……)问题永远是domain expertise主导加上有效地使用工具的结果,否则计算机(或者数学、统计)毕业的人就包打天下了。
回复 MacArthur 2013-10-5 03:23
就像晨枫说的,domain expertise就是“行业经验” - 你从事哪门行业,就需要对本门有一些深入的了解。其他的东西,SAS也好,SQL语言也好,不过是工具而已。。。 工具这玩意儿看两本书基本上都能学个七七八八,但是行业经验却是看书看不来的,非浸淫其中从事几年不能领会。

矿工应该是个很有前途的职业,从长远看比码农要好。。。 干得越久市场价值也越高。。。 从这个角度说,单纯的码农,尤其是那种跟着Consultant公司不停地换来换去的码农,反而会有随时间增长市场价值变低的危险。。。

至于程序“规范性”之类不要担心太多,程序是用来解决问题的,能解决问题的程序就是好程序;这个世界上符合“规范”但是不解决问题的程序太多了。。。
回复 晨枫 2013-10-5 04:14
MacArthur: 就像晨枫说的,domain expertise就是“行业经验” - 你从事哪门行业,就需要对本门有一些深入的了解。其他的东西,SAS也好,SQL语言也好,不过是工具而已。。。  ...
“这个世界上符合“规范”但是不解决问题的程序太多了。。。”
部分原因是因为太多程序都外包到老印那里去了……
回复 MacArthur 2013-10-5 04:18
晨枫: “这个世界上符合“规范”但是不解决问题的程序太多了。。。”
部分原因是因为太多程序都外包到老印那里去了…… ...
嗯,Inforsys 和 Wipro 的老印们写出来的程序那叫一个规范,几百行的小程序能给你整出上百页的文档。。。 该有的不该有的全都有,有用的和没用的都给你写出来。。。  
回复 李根 2013-10-5 04:20
MacArthur: 就像晨枫说的,domain expertise就是“行业经验” - 你从事哪门行业,就需要对本门有一些深入的了解。其他的东西,SAS也好,SQL语言也好,不过是工具而已。。。  ...
麦帅和晨斯基说得真好,domain knowledge才是关键,编程就是工具,用得顺手就行了,实在不行找会编程的人来帮忙就是。掌握domain knowledge,才掌握一个行业。
回复 holycow 2013-10-5 06:33
晨枫: 我是搞化工自动化的,在某种意义上来说,和你的处境有点类似。个人干了30年的体验是:工具都是假的,只有domain expertise才是真的;工具是一直在变的,只有doma ...
+1024768
回复 holycow 2013-10-5 07:00
晨老大已经把domain expertise的问题讲得很透彻了,什么东西晨枫一讲,基本上就没有什么可以补充的了。

所以我就从不同的角度说说 ---- 你这个新行当的employability分析。

There is no life time employment, there is lifetime employability.  你有市场价值,到哪里都会有人要的。

我的理解,一个人的市场价值由两部分组成:横向的专业领域和纵向的行业经验。

数据矿工这个专业领域,属于进入门槛高,应用范围广的,本身已经属于高可雇佣性的。这行转得很不错,先恭喜一下。

为了不和晨老大的domain expertise相混淆,俺把domain expertise狭窄地定义为横向的专业领域里的知识经验。

你还需要选一个纵向的行业去专精,这个行当里面大体是怎么运作的,商业流程的大框架如何,什么地方需要用到你的专业经验,具体运用的时候有什么特点。这个我叫做industry know-how。

如果你专精的行业又是一个进入壁垒高的大行业,那么恭喜你,你在这个横向纵向相交的方格子里就如鱼得水了。

假设最不济的时候,整个专业过时了,还能凭借industry know-how转到本行业的其他专业里去;或者整个行业玩完了,那就凭借专业的domain expertise转到其他行业的相同领域去。

你可能没法在横向纵向两个领域都自己选,但自己要有清醒的认识 -- 我的横向专业在哪里;纵向行业在哪里;相应的,市场价值在那里;世道不好的时候逃生路线在哪里。
回复 穿着裤衩裸奔 2013-10-5 08:19
各位老鸟都是人精么!总结总结:
1.不要轻易换行业(指垂直行业)
2.要进入有门槛,长周期的行业
3.重视核心技能(能力?)的积累,而非技术性的手段
回复 profer 2013-10-5 10:06
数学好的话一点儿不难
12下一页

facelist doodle 涂鸦板

您需要登录后才可以评论 登录 | 注册

手机版|小黑屋|Archiver|网站错误报告|爱吱声   

GMT+8, 2024-12-22 19:44 , Processed in 0.031565 second(s), 19 queries , Gzip On.

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

返回顶部