新人求职,请各位指点

m
maggiegreate
楼主 (未名空间)
应数数值背景,PhD, 熟悉linux 下编程。各种数值软件使用上手比较快. leetcode
刷过300道题目。
机器学习和deep learning 都懂一些。统计概率之前学过课程,时间长了不用有些忘了。目前正在复习改善这部分。stochastic calculus 这块也没修过课程。

请教下各位我的背景找quant 相关的话,我应该往哪个方向靠拢,侧重加强哪些?非常感谢。
================================
真诚请教大家能否具体谈谈。其实之前面了一两家湾区的it公司。但前段时间看到版上google
facebook 各种pip, pep 新人,尤其是转行的。不想将来工作也胆战心惊的。
就觉得还是利用自己专业优势比较好些。而且纽约的猎头公司,recruiter们介绍职位
很热情,貌似机会
也挺多。还请大家指点了。
d
darkiight
2 楼
google, facebook or Uber.
s
shadowsun
3 楼
别跳quant这个坑。听楼上的
f
furongwang
4 楼
为什么啊
【 在 shadowsun (shadowsun) 的大作中提到: 】
别跳quant这个坑。听楼上的
m
maggiegreate
5 楼
真诚请教大家能否具体谈谈。其实我刷了近300 的题目。但前段时间看到google
facebook 各种pip, pep 新人,尤其是转行的。
就觉得还是利用自己专业优势比较好些。而且投了以后,recruiter 很热情,貌似机会也挺多。
非常希望能找个合适的工作,不想随便找份糊口的工作换来换去的。可惜形势严峻啊。
【 在 shadowsun (shadowsun) 的大作中提到: 】
别跳quant这个坑。听楼上的
R
RWRE
6 楼
这年头基本是骗人进去做regulation相关
d
direction
7 楼
【 在 RWRE (順勢而為) 的大作中提到: 】
这年头基本是骗人进去做regulation相关
是吗? 我是物理phd马上快毕业了.也在刷leetcode.这让人很纠结.
j
jy02051305
8 楼
别没事quant,现在regulation很严,屁事也多,尽找人进去做risk之类的,别看现在
risk火,过几年说不定就歇了
f
fangdian
9 楼
为啥就不能去buyside做alpha?

【 在 jy02051305 (xiaox) 的大作中提到: 】
别没事quant,现在regulation很严,屁事也多,尽找人进去做risk之类的,别看现在
risk火,过几年说不定就歇了
j
jy02051305
10 楼
可以啊,当然可以啊,那你在buyside做alpha吗?

【 在 fangdian (fangdian) 的大作中提到: 】
为啥就不能去buyside做alpha?
r
rrua
11 楼
buyside规模太小。对于新人来说,进buyside机会没有去it多。而且从钱来看,
buyside也不是说一定就比it好的。

【 在 fangdian (fangdian) 的大作中提到: 】
为啥就不能去buyside做alpha?
f
fangdian
12 楼
这个我基本同意。

只是很好奇大家对: FB/Uber的data scientist VS buyside alpha quant的看法。

身边经常能看到做了几年DS然后觉得一辈子就这样不甘心的去做alpha的,也有做了一
阵alpha觉得还是去硅谷有意思的。

【 在 rrua (rrua) 的大作中提到: 】
buyside规模太小。对于新人来说,进buyside机会没有去it多。而且从钱来看,
buyside也不是说一定就比it好的。
f
fangdian
13 楼
我是啊,不过不是给楼主出建议么。。。干嘛扯我

【 在 jy02051305 (xiaox) 的大作中提到: 】
可以啊,当然可以啊,那你在buyside做alpha吗?
r
rrua
14 楼
buyside alpha quant应该是纯money driven。DS at it firm并不是纯money driven的,很多人还是有理想的。比如那些个machine learning的牛prof就很少进金融圈子。虽然说我在这个圈子里,但觉得金融还是太evil了。换句话说,如果钱不是问题的话,你会选择作金融还是DS?

【 在 fangdian (fangdian) 的大作中提到: 】
这个我基本同意。
只是很好奇大家对: FB/Uber的data scientist VS buyside alpha quant的看法。
身边经常能看到做了几年DS然后觉得一辈子就这样不甘心的去做alpha的,也有做了一
阵alpha觉得还是去硅谷有意思的。
f
fangdian
15 楼
我只能说我很羡慕能做“钱不是问题”的人生选择。。。TT (哭)

【 在 rrua (rrua) 的大作中提到: 】
buyside alpha quant应该是纯money driven。DS at it firm并不是纯money driven的
,很多人还是有理想的。比如那些个machine learning的牛prof就很少进金融圈子。虽
然说我在这个圈子里,但觉得金融还是太evil了。换句话说,如果钱不是问题的话,你
会选择作金融还是DS?
m
maggiegreate
16 楼
【 在 fangdian (fangdian) 的大作中提到: 】
这个我基本同意。
只是很好奇大家对: FB/Uber的data scientist VS buyside alpha quant的看法。
身边经常能看到做了几年DS然后觉得一辈子就这样不甘心的去做alpha的,也有做了一
阵alpha觉得还是去硅谷有意思的。
senior 的话就有选择的余地了。可惜我等新人资历有限,阅历有限。只希望选择个相
对稳中求进的行业,自己先长几年本领的。 还请大家不吝赐教。先谢过了
j
jy02051305
17 楼
对啊,我也在buyside,做trading.
quant想进buyside,难进不说,钱不见得多好,所以我提都不提。

【 在 fangdian (fangdian) 的大作中提到: 】
我是啊,不过不是给楼主出建议么。。。干嘛扯我
f
fangdian
18 楼
也就是说FB这类公司的data scientist组容易进很多,而且钱不少,是这个意思吧?

【 在 jy02051305 (xiaox) 的大作中提到: 】
对啊,我也在buyside,做trading.
quant想进buyside,难进不说,钱不见得多好,所以我提都不提。
n
niubee
19 楼
FLG这类公司data scientist比码工钱少,而且没有上升空间,是辅助性的部门。

很多人可能认为data science高大上,是这些公司业务的核心。去这样的部门工作应该是公司最核心的员工,其实不过是一个shared service给其他内部项目和部门提供临时服务而已。

【 在 fangdian (fangdian) 的大作中提到: 】
也就是说FB这类公司的data scientist组容易进很多,而且钱不少,是这个意思吧?
f
fangdian
20 楼
那牛逼哥的言下之意是最好还是去他们的广告组做码工咯?

【 在 niubee (资深街霸卧槽立马勒戈壁) 的大作中提到: 】
FLG这类公司data scientist比码工钱少,而且没有上升空间,是辅助性的部门。
很多人可能认为data science高大上,是这些公司业务的核心。去这样的部门工作应该
是公司最核心的员工,其实不过是一个shared service给其他内部项目和部门提供临时
服务而已。
a
apollolee
21 楼
我感觉这些it公司的data scientist性质大概是internal consulting,容易被其他各
部门呼来唤去,看别人脸色过日子…

【 在 niubee (资深街霸卧槽立马勒戈壁) 的大作中提到: 】
FLG这类公司data scientist比码工钱少,而且没有上升空间,是辅助性的部门。
很多人可能认为data science高大上,是这些公司业务的核心。去这样的部门工作应该
是公司最核心的员工,其实不过是一个shared service给其他内部项目和部门提供临时
服务而已。
n
niubee
22 楼
但是有可能结识各部门高官,建立自己的人脉,可以在公司战略层面做事。对于以后跳槽去其他公司做高官,或者自己创业做私募风投,都是很有帮助的。并且召集各部门开会show ppt也是很有面子的。

以上情节纯属意淫,如有雷同应属巧合。

【 在 apollolee (皮皮狗) 的大作中提到: 】
我感觉这些it公司的data scientist性质大概是internal consulting,容易被其他各
部门呼来唤去,看别人脸色过日子…
m
maggiegreate
23 楼
的确没有码工包裹多,升的也没码农快。 ds 这部分感觉很容易被公司外包出去。经济不好时整个部门容易被砍掉。至少google 做的是偏统计。也不太需要机器学习的知识
。 有不少
专门承担数据分析的公司可以做这种服务的。好处是不太加班,对女生来说work life balance 相对好些。 烙印貌似没码农那么多。
不过瞻前顾后的,有时候也管不了那么多。 也得个人喜欢,可以handle 得了。

【 在 niubee (资深街霸卧槽立马勒戈壁) 的大作中提到: 】
FLG这类公司data scientist比码工钱少,而且没有上升空间,是辅助性的部门。
很多人可能认为data science高大上,是这些公司业务的核心。去这样的部门工作应该
是公司最核心的员工,其实不过是一个shared service给其他内部项目和部门提供临时
服务而已。
r
rrua
24 楼
很好奇,这些it公司把那些牛prof招进去做啥?多伦多这边Hinton就被google拉过去了。难道也作被其他部门呼来唤去的consulting? 个人感觉像这样的人进去会去做一些深层次的research projects吧。当然,这些projects高层估计也没指望能有多大profit。

【 在 apollolee (皮皮狗) 的大作中提到: 】
我感觉这些it公司的data scientist性质大概是internal consulting,容易被其他各
部门呼来唤去,看别人脸色过日子…
r
rrua
25 楼
这个可以想象。就像microsoft research,并不直接产生profit当然随时可以cut掉了。

【 在 maggiegreate (maggie) 的大作中提到: 】
的确没有码工包裹多,升的也没码农快。 ds 这部分感觉很容易被公司外包出去。经济
不好时整个部门容易被砍掉。至少google 做的是偏统计。也不太需要机器学习的知识
。 有不少
专门承担数据分析的公司可以做这种服务的。好处是不太加班,对女生来说work
life
balance 相对好些。 烙印貌似没码农那么多。
不过瞻前顾后的,有时候也管不了那么多。 也得个人喜欢,可以handle 得了。
m
maggiegreate
26 楼
大家讨论了这么多,能不能说下楼主我这样的弱渣背景找什么工作合适呢?
phd 最后一年过得水深火热,只求赶紧把工作落实了。
r
rrua
27 楼
说了这么多还没明白?

if i were u, i would like to try it firms first.

【 在 maggiegreate (maggie) 的大作中提到: 】
大家讨论了这么多,能不能说下楼主我这样的弱渣背景找什么工作合适呢?
phd 最后一年过得水深火热,只求赶紧把工作落实了。
t
tianlalu
28 楼
多伦多那边phd去干马工 一般多少钱
【 在 rrua (rrua) 的大作中提到: 】
很好奇,这些it公司把那些牛prof招进去做啥?多伦多这边Hinton就被google拉过去了
。难道也作被其他部门呼来唤去的consulting? 个人感觉像这样的人进去会去做一些深
层次的research projects吧。当然,这些projects高层估计也没指望能有多大
profit。
r
rrua
29 楼
不知道啊。多伦多本地firm给不了多少钱的。这边每个行业工资都so so。这边想干码
工的一般都往美国跑。俺要不是家庭原因也跑了。google加拿大这边有分部,不知道能给多少。算起来加拿大也算这波deep learning的leader了。但是真心留不住人,牛人
都跑了。多大去年machine learning组都走空了,今年才新招了几个ap.

【 在 tianlalu (天啦噜) 的大作中提到: 】
多伦多那边phd去干马工 一般多少钱
profit。
l
linuspelt
30 楼
IT公司不同部门的data analyst,data scientist做的事情差别很大。高大上的一般类似research scientist,比如Facebook AI Research,Google Research这种。其他一
般是数据报表分析,以前叫做business intelligence。
e
elfbear
31 楼
是的 不过research scientist 这种研究性职位不是AI 出生 发表过相关论文 几乎没
什么机会入行。虽然用的Dnn lstm 这些看看就会 caffe tensorflow 会Linux 编程 会数值的东西 都是不难上手 但就是没机会

其他与data 相关的 或者是data engineer 或者是analysts 两种合作从data 里获得有用信息 前者偏大数据spark sql要会用
后者偏统计 会设计实验 会从统计角度分析结果 感觉有些金融职位和analysts 差不多

我个人感觉转行纯码农 一是比不上cs 背景的编码能力 二是自身背景没发挥优势 如果能从事和自己背景相关的码农 比如deeplearning engineer 会好很多。但是机会非常
难得 只能边学东西边等机会了 入行不易

【 在 linuspelt (lns09) 的大作中提到: 】
IT公司不同部门的data analyst,data scientist做的事情差别很大。高大上的一般类
似research scientist,比如Facebook AI Research,Google Research这种。其他一
般是数据报表分析,以前叫做business intelligence。
s
shadowsun
32 楼
Hinton是engineering fellow,怎么被你强行和data scientist扯在一起了

【 在 rrua (rrua) 的大作中提到: 】
很好奇,这些it公司把那些牛prof招进去做啥?多伦多这边Hinton就被google拉过去了
。难道也作被其他部门呼来唤去的consulting? 个人感觉像这样的人进去会去做一些深
层次的research projects吧。当然,这些projects高层估计也没指望能有多大
profit。
r
rrua
33 楼
excuse me, i do not think i explicitly mentioned in my post what Hinton is
doing at google and his job title. but anyway, thanks for telling his job
title. The DS in my post is not meant people whose job title is DS but those who is dealing with data, models and algorithms related to data. I
presumably thought Hinton, Bengio, etc, should be classified as this kind of people. correct me if I am wrong.

BTW, could you say more about what he is doing at google?
【 在 shadowsun (shadowsun) 的大作中提到: 】
Hinton是engineering fellow,怎么被你强行和data scientist扯在一起了
profit。
d
demoner
34 楼
技术公司的ds就是个野鸡职位...

【 在 maggiegreate (maggie) 的大作中提到: 】
的确没有码工包裹多,升的也没码农快。 ds 这部分感觉很容易被公司外包出去。经济
不好时整个部门容易被砍掉。至少google 做的是偏统计。也不太需要机器学习的知识
。 有不少
专门承担数据分析的公司可以做这种服务的。好处是不太加班,对女生来说work
life
balance 相对好些。 烙印貌似没码农那么多。
不过瞻前顾后的,有时候也管不了那么多。 也得个人喜欢,可以handle 得了。
g
guvest
35 楼
跟利润无关的部门/position不要去。裁人就先裁你。
老老实实每年完成几M的利润,给资本家剥削着,
这才是王道。什么高大上都是扯。

【 在 linuspelt (lns09) 的大作中提到: 】
IT公司不同部门的data analyst,data scientist做的事情差别很大。高大上的一般类
似research scientist,比如Facebook AI Research,Google Research这种。其他一
般是数据报表分析,以前叫做business intelligence。