找工作找的要吐了，有工作在IT的同学能给点意见吗？

加拿大家园论坛

找工作找的要吐了，有工作在IT的同学能给点意见吗？

原文链接：https://forum.iask.ca/threads/770444/

HeidiZhang : 2015-09-21#1

找工作找了两周，基本上要吐了。压力很大，晚上睡不好觉。恳请同学给一些意见。

目前有两个面试，一个是data analyst，好处是离家近，contract，工资低，50-55K, 纯粹为生计，真的不想做。

一个是data engineer，等面试结果，希望也不大。这份工作的好处是可以学习使用最新的cloud computing，big data 技术，公司虽然是业界的leading one 但是一向以苛刻出名，不会有好的薪水待遇。压力大。但如果有offer 我还是会去的，毕竟是自己喜欢的领域，机会最重要。

介绍一个我的背景，本科研究生都是国内cs专业，研究生时做过一点J2EE的大项目（当时绝对领先），但是毕业后在大学工作（java）快9年，没有什么业界经验也没有多少项目经验，移民后转了law clerk专业，工作几个月后实在太boring就转回it，在downtown非常大的law firm做了类似于data analyst的工作，也用一点点mssql，java，python。一年后又受不了工作技术的落后和简单，经常有on call support，实在太累，更主要是心累，觉得自己做的东西大专生足以胜任，没有挑战。所以毅然辞去。现在在coursera学一些hadoop，hive， spark，machine learning方面的知识。

总结起来，我年龄大，没经验，又想要挑战，对云计算和大数据非常非常感兴趣。优点是基础好，学习能力尚可，有热情。怎么办呢？？

Horse Dragoon : 2015-09-21#2

别急，保持好心态，才2周， 2个月找到也正常。

may-bai : 2015-09-21#3

我记得昨天还有帖子讲加拿大缺大量的IT 方面的人才，楼主应该好找工作呀。才两周，别着急。

CYY : 2015-09-21#4

楼主挨踢人士工作容易找，所以没耐心哪。想本人当年疯狂找工别说2星期，2个月也不止啊。找到了也不过就是个凑合，没有啥职业前景。到这里就是养孩子加吃老本，顺便有个工应付日常生活和福利就行了。Easy life而已。

popiston : 2015-09-21#5

看了楼主经历好有压力啊

Superintender : 2015-09-21#6

popiston 说:
看了楼主经历好有压力啊

是啊，连系到自己找工经历，软件开发，这几年确实不容易啊

KT2011 : 2015-09-21#7

如果觉得自己还可以，不妨试试USA。加油！！！

枫叶国的流民 : 2015-09-21#8

楼主的情况，实在不清楚怎么才是好。我认为2周能找到，那就很厉害了，2个月能找到也算快了。

lamborghini : 2015-09-21#9

我也走过弯路，祝楼主找到自己喜欢的工作

Jason.Z : 2015-09-21#10

HeidiZhang 说:
找工作找了两周，基本上要吐了。压力很大，晚上睡不好觉。恳请同学给一些意见。

目前有两个面试，一个是data analyst，好处是离家近，contract，工资低，50-55K, 纯粹为生计，真的不想做。

一个是data engineer，等面试结果，希望也不大。这份工作的好处是可以学习使用最新的cloud computing，big data 技术，公司虽然是业界的leading one 但是一向以苛刻出名，不会有好的薪水待遇。压力大。但如果有offer 我还是会去的，毕竟是自己喜欢的领域，机会最重要。

介绍一个我的背景，本科研究生都是国内cs专业，研究生时做过一点J2EE的大项目（当时绝对领先），但是毕业后在大学工作（java）快9年，没有什么业界经验也没有多少项目经验，移民后转了law clerk专业，工作几个月后实在太boring就转回it，在downtown非常大的law firm做了类似于data analyst的工作，也用一点点mssql，java，python。一年后又受不了工作技术的落后和简单，经常有on call support，实在太累，更主要是心累，觉得自己做的东西大专生足以胜任，没有挑战。所以毅然辞去。现在在coursera学一些hadoop，hive， spark，machine learning方面的知识。

总结起来，我年龄大，没经验，又想要挑战，对云计算和大数据非常非常感兴趣。优点是基础好，学习能力尚可，有热情。怎么办呢？？

绝对领先，非常大的law firm，足以胜任
------先摆正心态，有成绩了不骄傲，受点挫折也不急躁。认识好自己是关键，先要知道自己是哪块料自己的真实水平。当然很多人很难看清自己，知人者智，自知者明。
认识不少真有水平的IT人，正常是2-4周内找到工作。也有一些自认为很牛，接触交流后就知道大概是什么样的人，半年找不到工作的，也一大把。仅供参考

liveInMiss : 2015-09-21#11

楼主的情况，不能算在IT好找工作那一类里面，好找工作的都已经在这个圈子里混了多年，熟门熟路，上班开工就干活的那种，楼主自己根据自己的兴趣开始学习，一点儿reputation都没有，找个相关工作积累经验更靠谱些

HeidiZhang : 2015-09-21#12

KT2011 说:
如果觉得自己还可以，不妨试试USA。加油！！！

要是有本事当然就不用说了，可是没经验，什么都不行。

HeidiZhang : 2015-09-21#13

liveInMiss 说:
楼主的情况，不能算在IT好找工作那一类里面，好找工作的都已经在这个圈子里混了多年，熟门熟路，上班开工就干活的那种，楼主自己根据自己的兴趣开始学习，一点儿reputation都没有，找个相关工作积累经验更靠谱些

是这样的。

HeidiZhang : 2015-09-21#14

Superintender 说:
是啊，连系到自己找工经历，软件开发，这几年确实不容易啊

软件开发现在很难找工作吗？

fieldmarshal : 2015-09-21#15

干IT的就是靠手艺吃饭啊，技能没有了，生活就困难了

HeidiZhang : 2015-09-21#16

CYY 说:
楼主挨踢人士工作容易找，所以没耐心哪。想本人当年疯狂找工别说2星期，2个月也不止啊。找到了也不过就是个凑合，没有啥职业前景。到这里就是养孩子加吃老本，顺便有个工应付日常生活和福利就行了。Easy life而已。

话是没错，　可我不想这么过日子。　能活着是幸运，我还是想做自己喜欢的事情。

HeidiZhang : 2015-09-21#17

Jason.Z 说:
绝对领先，非常大的law firm，足以胜任
------先摆正心态，有成绩了不骄傲，受点挫折也不急躁。认识好自己是关键，先要知道自己是哪块料自己的真实水平。当然很多人很难看清自己，知人者智，自知者明。
认识不少真有水平的IT人，正常是2-4周内找到工作。也有一些自认为很牛，接触交流后就知道大概是什么样的人，半年找不到工作的，也一大把。仅供参考

我懒得解释，要打很多字好麻烦。　我不是牛人，所以才愁啊。

stephenweng : 2015-09-22#18

年龄大，没经验，又想要挑战 :wdb4:

collegestation : 2015-09-22#19

我从登录到在加拿大的第一份工作机会, 花了整一年的时间。程序开发，做的事情大专生足够，工作中也没有什么挑战。虽然两年后我离开了这个单位，但我非常感谢给我提供这份工作的雇主和当时录用我的经理。这份工作不仅仅是养家糊口，同时，也让我更了解加拿大职场，更了解自己，也是在这个单位，我转变了很多观念。工作中没有技术上的挑战就是最大的挑战。后来我一直坚持在允许的时间内，用尽可能好的方案，尽可能快的代码，无论周围的人是否轻松悠闲，我都认真地去提高工作质量。后来另一个工作机会主动找到我，几次面试都很顺利。但供楼主参考。

chris_cc : 2015-09-22#20

嗯嗯，加我拉你进daa science和big data群。

chris_cc : 2015-09-22#21

多大的deep learning很牛啊，想深造的话可以考虑。话说spark的作者就是加拿大小伙，滑铁卢出去的，前途无量。

你要在cousera上学machine learning的话，推荐台大的那个。别上名字的当，比Ng那个深得多。

另外cousera没有spark的课吧，edx的倒是刚刚结束。

daoge : 2015-09-22#22

这就是传说中的高不成，低不就么。

Machine learning 这种要很好的数学底子，如果只是做工程，我估计跟你辞掉那个工作差不多。

HeidiZhang 说:
找工作找了两周，基本上要吐了。压力很大，晚上睡不好觉。恳请同学给一些意见。

目前有两个面试，一个是data analyst，好处是离家近，contract，工资低，50-55K, 纯粹为生计，真的不想做。

一个是data engineer，等面试结果，希望也不大。这份工作的好处是可以学习使用最新的cloud computing，big data 技术，公司虽然是业界的leading one 但是一向以苛刻出名，不会有好的薪水待遇。压力大。但如果有offer 我还是会去的，毕竟是自己喜欢的领域，机会最重要。

介绍一个我的背景，本科研究生都是国内cs专业，研究生时做过一点J2EE的大项目（当时绝对领先），但是毕业后在大学工作（java）快9年，没有什么业界经验也没有多少项目经验，移民后转了law clerk专业，工作几个月后实在太boring就转回it，在downtown非常大的law firm做了类似于data analyst的工作，也用一点点mssql，java，python。一年后又受不了工作技术的落后和简单，经常有on call support，实在太累，更主要是心累，觉得自己做的东西大专生足以胜任，没有挑战。所以毅然辞去。现在在coursera学一些hadoop，hive， spark，machine learning方面的知识。

总结起来，我年龄大，没经验，又想要挑战，对云计算和大数据非常非常感兴趣。优点是基础好，学习能力尚可，有热情。怎么办呢？？

ouinei : 2015-09-22#23

不好找，做项目没经验做研究，知识又不够。很难

轻舟已过万重山。 : 2015-09-22#24

HeidiZhang 说:
找工作找了两周，基本上要吐了。压力很大，晚上睡不好觉。恳请同学给一些意见。

目前有两个面试，一个是data analyst，好处是离家近，contract，工资低，50-55K, 纯粹为生计，真的不想做。

一个是data engineer，等面试结果，希望也不大。这份工作的好处是可以学习使用最新的cloud computing，big data 技术，公司虽然是业界的leading one 但是一向以苛刻出名，不会有好的薪水待遇。压力大。但如果有offer 我还是会去的，毕竟是自己喜欢的领域，机会最重要。

介绍一个我的背景，本科研究生都是国内cs专业，研究生时做过一点J2EE的大项目（当时绝对领先），但是毕业后在大学工作（java）快9年，没有什么业界经验也没有多少项目经验，移民后转了law clerk专业，工作几个月后实在太boring就转回it，在downtown非常大的law firm做了类似于data analyst的工作，也用一点点mssql，java，python。一年后又受不了工作技术的落后和简单，经常有on call support，实在太累，更主要是心累，觉得自己做的东西大专生足以胜任，没有挑战。所以毅然辞去。现在在coursera学一些hadoop，hive， spark，machine learning方面的知识。

总结起来，我年龄大，没经验，又想要挑战，对云计算和大数据非常非常感兴趣。优点是基础好，学习能力尚可，有热情。怎么办呢？？

才2周，你已经很厉害了，做的很好了。

chris_cc : 2015-09-22#25

Data scientist 侧重模型，算法；data engineer 侧重平台，数据预处理以及工程化。但二者实际上有不小的交集。数学，统计，编程，数据平台，哪一个都不是好啃的骨头。最麻烦的是往往具有坚实理论基础的却缺少实际处理日常messy数据的经验和技能，反之亦然。所以ds常常需要搭配de才能更好发挥彼此的长处。

楼主的情况却是有些尴尬，。做de缺少经验，做ds理论可能不够坚实，做da积累几年经验然后再往de方向发展是比较可行的路子

daoge 说:
Machine learning 这种要很好的数学底子，如果只是做工程，我估计跟你辞掉那个工作差不多。

o2o2o2o2 : 2015-09-22#26

今早上班路上听CBC的special edition of current，采访了卡尔加里的劳工现状，啥也别说了，全是眼泪啊。

HeidiZhang : 2015-09-22#27

chris_cc 说:
Data scientist 侧重模型，算法；data engineer 侧重平台，数据预处理以及工程化。但二者实际上有不小的交集。数学，统计，编程，数据平台，哪一个都不是好啃的骨头。最麻烦的是往往具有坚实理论基础的却缺少实际处理日常messy数据的经验和技能，反之亦然。所以ds常常需要搭配de才能更好发挥彼此的长处。

楼主的情况却是有些尴尬，。做de缺少经验，做ds理论可能不够坚实，做da积累几年经验然后再往de方向发展是比较可行的路子

说的很对，所以我才选择data engineer。cs的数学基础比不上math专业的。但是编程和数据平台，简单的regression和machine learning，还是可以得。

chris_cc : 2015-09-22#28

HeidiZhang 说:
说的很对，所以我才选择data engineer。cs的数学基础比不上math专业的。但是编程和数据平台，简单的regression和machine learning，还是可以得。

做这个就没有简单的。de最多的工作就是data processing，如果没有对各种模型特性的深入了解这活根本没法干。举个例子，线性模型如linear regression，svm，glm，绝大情况下要做normalization，而boosting模型如rf，gbm等就不需要normalization而需要n way interaction，不清楚原理很难理解为什么要这样做。类似这样的东西这些是课堂上学不到而只有在实际工作中慢慢摸索总结的，也正是de的价值所在。

chris_cc : 2015-09-22#29

认识一个朋友，年纪估计比楼主还略大些，清华土木的，uc berkerley博士，没有工业界经验。转读了cs的master和一堆关于data大mooc，现在拿到四大的offer去做ds。供楼主参考。

HeidiZhang : 2015-09-22#30

不想读书了。也没条件读。我是觉得一般的工作，只要认真做，都做得下来。工业界的应用并不深奥。

guys : 2015-09-22#31

这帖子回复的很有营养。所以感觉在加拿大第一份入门的专业工作很重要，也相对难找些。有了第一份工作经验后面的就容易些了。

chris_cc : 2015-09-22#32

HeidiZhang 说:
不想读书了。也没条件读。我是觉得一般的工作，只要认真做，都做得下来。工业界的应用并不深奥。

嗯嗯，祝好运！

HeidiZhang : 2015-09-22#33

小吐一下，我们总觉得自己的技术不够，可是工作中却发现往往只有中国人是overqualified，白人和印度人论学历能力都不见得强。

chengran : 2015-09-22#34

俩年的也没你那么痛苦

daoge : 2015-09-22#35

专业，赞

chris_cc 说:
做这个就没有简单的。de最多的工作就是data processing，如果没有对各种模型特性的深入了解这活根本没法干。举个例子，线性模型如linear regression，svm，glm，绝大情况下要做normalization，而boosting模型如rf，gbm等就不需要normalization而需要n way interaction，不清楚原理很难理解为什么要这样做。类似这样的东西这些是课堂上学不到而只有在实际工作中慢慢摸索总结的，也正是de的价值所在。

crystallintw : 2015-09-22#36

楼主有专业没热情，否则这两个都很好，怎么会还没开始已经嫌烂？

mytoshiba` : 2015-09-22#37

HeidiZhang 说:
找工作找了两周，基本上要吐了。压力很大，晚上睡不好觉。恳请同学给一些意见。

目前有两个面试，一个是data analyst，好处是离家近，contract，工资低，50-55K, 纯粹为生计，真的不想做。

一个是data engineer，等面试结果，希望也不大。这份工作的好处是可以学习使用最新的cloud computing，big data 技术，公司虽然是业界的leading one 但是一向以苛刻出名，不会有好的薪水待遇。压力大。但如果有offer 我还是会去的，毕竟是自己喜欢的领域，机会最重要。

介绍一个我的背景，本科研究生都是国内cs专业，研究生时做过一点J2EE的大项目（当时绝对领先），但是毕业后在大学工作（java）快9年，没有什么业界经验也没有多少项目经验，移民后转了law clerk专业，工作几个月后实在太boring就转回it，在downtown非常大的law firm做了类似于data analyst的工作，也用一点点mssql，java，python。一年后又受不了工作技术的落后和简单，经常有on call support，实在太累，更主要是心累，觉得自己做的东西大专生足以胜任，没有挑战。所以毅然辞去。现在在coursera学一些hadoop，hive， spark，machine learning方面的知识。

总结起来，我年龄大，没经验，又想要挑战，对云计算和大数据非常非常感兴趣。优点是基础好，学习能力尚可，有热情。怎么办呢？？

找两个星期就要吐啊？说明以前吐的不多。

may2may : 2015-09-22#38

chris_cc 说:
做这个就没有简单的。de最多的工作就是data processing，如果没有对各种模型特性的深入了解这活根本没法干。举个例子，线性模型如linear regression，svm，glm，绝大情况下要做normalization，而boosting模型如rf，gbm等就不需要normalization而需要n way interaction，不清楚原理很难理解为什么要这样做。类似这样的东西这些是课堂上学不到而只有在实际工作中慢慢摸索总结的，也正是de的价值所在。

很多技术人才啊

may2may : 2015-09-22#39

chris_cc 说:
认识一个朋友，年纪估计比楼主还略大些，清华土木的，uc berkerley博士，没有工业界经验。转读了cs的master和一堆关于data大mooc，现在拿到四大的offer去做ds。供楼主参考。

励志

wxirene : 2015-09-22#40

HeidiZhang 说:
找工作找了两周，基本上要吐了。压力很大，晚上睡不好觉。恳请同学给一些意见。

目前有两个面试，一个是data analyst，好处是离家近，contract，工资低，50-55K, 纯粹为生计，真的不想做。

一个是data engineer，等面试结果，希望也不大。这份工作的好处是可以学习使用最新的cloud computing，big data 技术，公司虽然是业界的leading one 但是一向以苛刻出名，不会有好的薪水待遇。压力大。但如果有offer 我还是会去的，毕竟是自己喜欢的领域，机会最重要。

介绍一个我的背景，本科研究生都是国内cs专业，研究生时做过一点J2EE的大项目（当时绝对领先），但是毕业后在大学工作（java）快9年，没有什么业界经验也没有多少项目经验，移民后转了law clerk专业，工作几个月后实在太boring就转回it，在downtown非常大的law firm做了类似于data analyst的工作，也用一点点mssql，java，python。一年后又受不了工作技术的落后和简单，经常有on call support，实在太累，更主要是心累，觉得自己做的东西大专生足以胜任，没有挑战。所以毅然辞去。现在在coursera学一些hadoop，hive， spark，machine learning方面的知识。

总结起来，我年龄大，没经验，又想要挑战，对云计算和大数据非常非常感兴趣。优点是基础好，学习能力尚可，有热情。怎么办呢？？

依我看，你就是一个心比天高的小毛毛虫！现在做java的多如牛毛，动不动都是十年的本地经验，你有吗？中途还有一段时间没做。就这经历，还指望两周就找到工作，两个月能找到就不错了。还嫌50-55K低，外面80-100K的多的是，你拿什么跟别人争。还是老老实实一步一步地来吧。

zhuww1214 : 2015-09-22#41

楼主你已经很厉害了，我都要仰视。

clgclyj : 2015-09-22#42

听说过管道的故事吧？http://v.youku.com/v_show/id_XMTE4NjYzMDMy.html。

HeidiZhang : 2015-09-22#43

wxirene 说:
依我看，你就是一个心比天高的小毛毛虫！现在做java的多如牛毛，动不动都是十年的本地经验，你有吗？中途还有一段时间没做。就这经历，还指望两周就找到工作，两个月能找到就不错了。还嫌50-55K低，外面80-100K的多的是，你拿什么跟别人争。还是老老实实一步一步地来吧。

说的不错。可是语气这么mean, judgemental，工作中不吃亏么？

老三儿 : 2015-09-22#44

HeidiZhang 说:
找工作找了两周，基本上要吐了。压力很大，晚上睡不好觉。恳请同学给一些意见。

目前有两个面试，一个是data analyst，好处是离家近，contract，工资低，50-55K, 纯粹为生计，真的不想做。

一个是data engineer，等面试结果，希望也不大。这份工作的好处是可以学习使用最新的cloud computing，big data 技术，公司虽然是业界的leading one 但是一向以苛刻出名，不会有好的薪水待遇。压力大。但如果有offer 我还是会去的，毕竟是自己喜欢的领域，机会最重要。

介绍一个我的背景，本科研究生都是国内cs专业，研究生时做过一点J2EE的大项目（当时绝对领先），但是毕业后在大学工作（java）快9年，没有什么业界经验也没有多少项目经验，移民后转了law clerk专业，工作几个月后实在太boring就转回it，在downtown非常大的law firm做了类似于data analyst的工作，也用一点点mssql，java，python。一年后又受不了工作技术的落后和简单，经常有on call support，实在太累，更主要是心累，觉得自己做的东西大专生足以胜任，没有挑战。所以毅然辞去。现在在coursera学一些hadoop，hive， spark，machine learning方面的知识。

总结起来，我年龄大，没经验，又想要挑战，对云计算和大数据非常非常感兴趣。优点是基础好，学习能力尚可，有热情。怎么办呢？？

现在做IT就算了，找点什么不行非干这个

may-bai : 2015-09-22#45

看这个帖子的跟帖，涨见识。

chris_cc : 2015-09-22#46

我倒从来没觉得

老三儿说:
现在做IT就算了，找点什么不行非干这个

现在比IT更火的工作估计不多了，华尔街精英大量往硅谷迁移就不说了，你回中国去咖啡馆坐坐，除了聊炒股就是聊互联网创业的。

chris_cc : 2015-09-22#47

chris_cc 说:
嗯嗯，加我拉你进daa science和big data群。

好像感兴趣的朋友很多，我就一起发吧

zgq314 : 2015-09-22#48

给楼主个参考，我第一份工作一个月找到，面试两次，但是工资低，还很偏。好处是工作期间学到了很多新东西。现在刚换第二份工作，找了5个月，用了6次面试机会，虽然没有很用心。我的经验是开始从低处着手，关键是攒经验，两到三年跳一次，前期会有好的收获。

cuke : 2015-09-23#49

chris_cc 说:
嗯嗯，加我拉你进daa science和big data群。

拉下我，怎么加你

cuke : 2015-09-23#50

cuke 说:
拉下我，怎么加你

哦，加了，谢谢。

轻舟已过万重山。 : 2015-09-23#51

chris_cc 说:
做这个就没有简单的。de最多的工作就是data processing，如果没有对各种模型特性的深入了解这活根本没法干。举个例子，线性模型如linear regression，svm，glm，绝大情况下要做normalization，而boosting模型如rf，gbm等就不需要normalization而需要n way interaction，不清楚原理很难理解为什么要这样做。类似这样的东西这些是课堂上学不到而只有在实际工作中慢慢摸索总结的，也正是de的价值所在。

好专业，外行我都看不懂。

轻舟已过万重山。 : 2015-09-23#52

chris_cc 说:
认识一个朋友，年纪估计比楼主还略大些，清华土木的，uc berkerley博士，没有工业界经验。转读了cs的master和一堆关于data大mooc，现在拿到四大的offer去做ds。供楼主参考。

厉害，崇拜。

轻舟已过万重山。 : 2015-09-23#53

wxirene 说:
依我看，你就是一个心比天高的小毛毛虫！现在做java的多如牛毛，动不动都是十年的本地经验，你有吗？中途还有一段时间没做。就这经历，还指望两周就找到工作，两个月能找到就不错了。还嫌50-55K低，外面80-100K的多的是，你拿什么跟别人争。还是老老实实一步一步地来吧。

话糙理不糙，说的太好了。

轻舟已过万重山。 : 2015-09-23#54

collegestation 说:
我从登录到在加拿大的第一份工作机会, 花了整一年的时间。程序开发，做的事情大专生足够，工作中也没有什么挑战。虽然两年后我离开了这个单位，但我非常感谢给我提供这份工作的雇主和当时录用我的经理。这份工作不仅仅是养家糊口，同时，也让我更了解加拿大职场，更了解自己，也是在这个单位，我转变了很多观念。工作中没有技术上的挑战就是最大的挑战。后来我一直坚持在允许的时间内，用尽可能好的方案，尽可能快的代码，无论周围的人是否轻松悠闲，我都认真地去提高工作质量。后来另一个工作机会主动找到我，几次面试都很顺利。但供楼主参考。

就您这份有感激之心，到哪都能混的很好。

老三儿 : 2015-09-23#55

chris_cc 说:
我倒从来没觉得

现在比IT更火的工作估计不多了，华尔街精英大量往硅谷迁移就不说了，你回中国去咖啡馆坐坐，除了聊炒股就是聊互联网创业的。

那是中国。。。。。

chris_cc : 2015-09-23#56

看到好多朋友进群了。。。。。。

tototo : 2015-09-23#57

chris_cc 说:
看到好多朋友进群了。。。。。。

啥群？

jesuisjacques1111 : 2015-09-23#58

daa science和big data群的号码是多少啊，我也想加一下

HeidiZhang : 2015-09-23#59

现在四大的hiring Partner想和我谈谈一个职位，和我先前做的差不多，但是更复杂一些， scale大的多，50%出差，我恐怕做不到。无论如何，先见了再说吧。

HeidiZhang : 2015-09-23#60

chris_cc 说:
做这个就没有简单的。de最多的工作就是data processing，如果没有对各种模型特性的深入了解这活根本没法干。举个例子，线性模型如linear regression，svm，glm，绝大情况下要做normalization，而boosting模型如rf，gbm等就不需要normalization而需要n way interaction，不清楚原理很难理解为什么要这样做。类似这样的东西这些是课堂上学不到而只有在实际工作中慢慢摸索总结的，也正是de的价值所在。

可是很多算法，spark之类的都有类库实现，对de来说不是简单多了么。

chris_cc : 2015-09-23#61

LOL，这个说法就好像“PPT有那么多模版，随便套个不就可以作presentation了”。

何况spark/graphlab/mahout这些只是解决了大数据环境下机器学习算法工具从无到有的问题，离好用还有很尝的路要走。举个例子，spark的dataframe 以及graphlab的sframe都是受R的dataframe启发而来，但功能都还不够完善。

spark还有很多东西是基于map reduce的思路而实现的，如果不注意的话很容易出现性能问题。比如一个简单的 sum groupby操作，不同的写法可能会有上百倍的性能差异。

好的ds，de非常难得，理论，经验，天赋，运气，勤奋缺一不可，不是补几门课就能速成的。我也刚刚起步，共勉。

来生要做一棵树 : 2015-09-24#62

我认识一个做猎头的朋友。最近疯狂找IT人士

DancingElf : 2015-09-24#63

怎么两周就找得要吐了？我感觉两周应该是还没有进入状态的预热期。

小溪流 : 2015-09-24#64

Jason.Z 说:
-先摆正心态，有成绩了不骄傲，受点挫折也不急躁。认识好自己是关键，先要知道自己是哪块料自己的真实水平。当然很多人很难看清自己，知人者智，自知者明。
认识不少真有水平的IT人，正常是2-4周内找到工作。也有一些自认为很牛，接触交流后就知道大概是什么样的人，半年找不到工作的，也一大把。

说的好。招聘的公司需要有用的人，需要踏实靠谱的人。但是，现实中招聘也很难。人找工作，工作找人，双方都难，这对矛盾的症结在哪？！相信大家都知道，顺便说说我们咨询公司想找一名英语好，有网站设计或运营学历或经验的有志敬业的专业类人士（华人一名），虚荣散慢者免。地址：Vancouver 谢谢大家！
诚恳的‘猎头’有奖。

小溪流 : 2015-09-24#65

collegestation 说:
我从登录到在加拿大的第一份工作机会, 花了整一年的时间。程序开发，做的事情大专生足够，工作中也没有什么挑战。虽然两年后我离开了这个单位，但我非常感谢给我提供这份工作的雇主和当时录用我的经理。这份工作不仅仅是养家糊口，同时，也让我更了解加拿大职场，更了解自己，也是在这个单位，我转变了很多观念。工作中没有技术上的挑战就是最大的挑战。后来我一直坚持在允许的时间内，用尽可能好的方案，尽可能快的代码，无论周围的人是否轻松悠闲，我都认真地去提高工作质量。后来另一个工作机会主动找到我，几次面试都很顺利。

正能量。

小溪流 : 2015-09-24#66

collegestation 说:
我从登录到在加拿大的第一份工作机会, 花了整一年的时间。程序开发，做的事情大专生足够，工作中也没有什么挑战。虽然两年后我离开了这个单位，但我非常感谢给我提供这份工作的雇主和当时录用我的经理。这份工作不仅仅是养家糊口，同时，也让我更了解加拿大职场，更了解自己，也是在这个单位，我转变了很多观念。工作中没有技术上的挑战就是最大的挑战。后来我一直坚持在允许的时间内，用尽可能好的方案，尽可能快的代码，无论周围的人是否轻松悠闲，我都认真地去提高工作质量。后来另一个工作机会主动找到我，几次面试都很顺利。但供楼主参考。

ROOTS 说:
就您这份有感激之心，到哪都能混的很好。

说的好

整蛊之霸 : 2015-09-24#67

没搞错吧？才两周就烦了？除非是大牛，否则正常也应该是3-6个月吧？

iMer : 2015-09-24#68

楼主加油，方法得当的话，1-2个月肯定能找到工作。
至于满意的工作，我们终其一生都在不断追求

3com : 2015-09-27#69

HeidiZhang 说:
小吐一下，我们总觉得自己的技术不够，可是工作中却发现往往只有中国人是overqualified，白人和印度人论学历能力都不见得强。

真正雇人的过程中，就没有overqualified这种说法。

学历不等于能力，没有用的工作经验，俺认为更可能成为垃圾。
你的创新能力很可能就被垃圾给限制了。

种族主义的工作观点的员工，俺是敬而远之。

HeidiZhang : 2015-09-27#70

3com 说:
真正雇人的过程中，就没有overqualified这种说法。

学历不等于能力，没有用的工作经验，俺认为更可能成为垃圾。
你的创新能力很可能就被垃圾给限制了。

种族主义的工作观点的员工，俺是敬而远之。

The same here. I am very glad that I do not have the opportunity to work with you.

3com : 2015-09-27#71

HeidiZhang 说:
The same here. I am very glad that I do not have the opportunity to work with you.

Good luck

sallay : 2015-10-01#72

chris_cc 说:
做这个就没有简单的。de最多的工作就是data processing，如果没有对各种模型特性的深入了解这活根本没法干。举个例子，线性模型如linear regression，svm，glm，绝大情况下要做normalization，而boosting模型如rf，gbm等就不需要normalization而需要n way interaction，不清楚原理很难理解为什么要这样做。类似这样的东西这些是课堂上学不到而只有在实际工作中慢慢摸索总结的，也正是de的价值所在。

boosting模型是什么？还有请教glm和gbm是什么？

chris_cc : 2015-10-02#73

sallay 说:
boosting模型是什么？还有请教glm和gbm是什么？

glmnet也就是Elastic Net，说白了就是加强的linear/logistic regression，提供L1/ L2 penalties of the lasso and ridge methods。
https://en.wikipedia.org/wiki/Elastic_net_regularization

Boosting /Ensemble Model，这二者都是用多个准确率较低的模型（通常是决策树）来生成超越单个最优模型（比如SVM）的方法。不同的是Ensemble是同时生成多个模型，而boosting是在前一个模型的基础上调优，迭代生成下一个模型。团结就是力量，此言不虚。
https://en.wikipedia.org/wiki/Boosting_(machine_learning)

GBM: Gradient Boosting Machine
https://en.wikipedia.org/wiki/Gradient_boosting

sallay : 2015-10-02#74

chris_cc 说:
glmnet也就是Elastic Net，说白了就是加强的linear/logistic regression，提供L1/ L2 penalties of the lasso and ridge methods。
https://en.wikipedia.org/wiki/Elastic_net_regularization

Boosting /Ensemble Model，这二者都是用多个准确率较低的模型（通常是决策树）来生成超越单个最优模型（比如SVM）的方法。不同的是Ensemble是同时生成多个模型，而boosting是在前一个模型的基础上调优，迭代生成下一个模型。团结就是力量，此言不虚。
https://en.wikipedia.org/wiki/Boosting_(machine_learning)

GBM: Gradient Boosting Machine
https://en.wikipedia.org/wiki/Gradient_boosting

多谢，这些模型主要用在哪些应用中呢?

fieldmarshal : 2015-10-02#75

chris_cc 说:
glmnet也就是Elastic Net，说白了就是加强的linear/logistic regression，提供L1/ L2 penalties of the lasso and ridge methods。
https://en.wikipedia.org/wiki/Elastic_net_regularization

Boosting /Ensemble Model，这二者都是用多个准确率较低的模型（通常是决策树）来生成超越单个最优模型（比如SVM）的方法。不同的是Ensemble是同时生成多个模型，而boosting是在前一个模型的基础上调优，迭代生成下一个模型。团结就是力量，此言不虚。
https://en.wikipedia.org/wiki/Boosting_(machine_learning)

GBM: Gradient Boosting Machine
https://en.wikipedia.org/wiki/Gradient_boosting

你给十万个为什么同学讲理论，后面准备写一本书都收场不了，呵呵

3com : 2016-03-03#76

parisien : 2016-03-06#77

典型的眼高手低，对Data Science都不了解还幻想找这样的职位，人家公司雇你是干活的，不是培养你的。

wgwt : 2016-03-07#78

fieldmarshal 说:
干IT的就是靠手艺吃饭啊，技能没有了，生活就困难了

此话没错，就怕自废武功，就只做到Team leader，更高级的位置坚决不干。

dragonsea movers : 2017-01-11#79

加油，先做着几个月几千块的，搞那么几年出来就高了

Mayeye : 2020-09-02#80

楼主不是能力问题，是情商。又想转行进入新领域，要有新挑战，又要钱多活少离家近...要求太多，哪儿找那么好的事儿啊

加拿大家园论坛找工作找的要吐了， 有工作在IT的同学能给点意见吗？

原文链接：https://forum.iask.ca/threads/770444/

加拿大家园论坛

找工作找的要吐了，有工作在IT的同学能给点意见吗？