不知道台湾有多少可以纯做算法和建模的公司，比起算法和统计，实务上如果能学好以下几项出路会更广，虽然公司面试可能不会问。
1. 自动化
怎么把预测模型写成实务上可以自动喂资料，自动清资料，自动建模，自动更新模型，最好会些排程和etl工具
2. 清资料
清资料不难，但是绝对会花很多时间，业界资料比学校拿到的丑丑丑多了，要做好大部分都在清资料和探索的心理准备。
3. 资料管理
这可能跟分析技术没啥关系，但是当资料一多能不能很好的规划资料怎么存放，哪里放得下，有没有更便宜的解决方案，怎么确保每天资料的一致性。
虽然以上工作严格来说比较偏 data engineer啦，但是很多小公司没法切太细都要自己搞囧
※ 引述《BBBB4 (B4)》之铭言：
: 小弟四中数学系学硕，主修统计
: 自认R很熟，python 也稍有涉略
: 各种统计方法、机器学习、深度学习都还算熟
: 也做过几个产学合作专案
: ——
: 这阵子都在面试data science 相关职缺研替
: 在纯软面试时
: 除了问到一些对于资料的想法
: 还问更多算法、时间复杂度的问题
: 结果答得七零八落的
: 但是在制造业和工研院就比较比较看重做过的专案
: ——
: 总之，原本以为自己读的科系和所学应该很适合这个行业
: 在面试的时候才被打醒的感觉
: 是不是应该资结算法连同C/C++一起重学
: 还是有什么技能应该再去加强的？
: ——
: 另外再偷渡一个问题
: 其实小弟比较想做服务业、软件业相关的资料分析
: 不过相较起来研替开相关职缺大多还是在工厂或是工研院
: 不然就是名额少少很竞争的软件业
: 这样的话去当三年的研替早早进入职场好
: 还是忍一年当替代役，空闲的时候自己练功呢？
: ——
: 谢谢各位不吝赐教了
: