找工作找的要吐了， 有工作在IT的同学能给点意见吗？

[zhuww1214]

楼主你已经很厉害了，我都要仰视。

 

[clgclyj]

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

 

[HeidiZhang]

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]

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]

看这个帖子的跟帖，涨见识。

 

[chris_cc]

我倒从来没觉得

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]

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]

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]

嗯嗯，加我拉你进daa science和big data群。

拉下我， 怎么加你

 

[cuke]

拉下我， 怎么加你

哦，加了，谢谢。

 

[轻舟已过万重山。]

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。]

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。]

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。]

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]

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]

看到好多朋友进群了。。。。。。

 

[tototo]

看到好多朋友进群了。。。。。。

啥群？

 

[jesuisjacques1111]

daa science和big data群的号码是多少啊，我也想加一下

 

[HeidiZhang]

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]

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。