小弟即将退役，未来锁定的工作内容为资料分析或 data scientist
但最近找工作时遇到一些问题，想请教板上做资料科学的前辈们一些问题
首先介绍一下自己的背景，小弟是112经济系毕业，后转112生物相关研究所
虽然领域看起来不相关，但其实一直都是在做资料分析，只是分析的资料不同
常用的统计方法如 linear regression, multivariate statistics, time series 等都会
大学有辅数学系，线性代数、实分析、数理统计、高等统计都修过
对于统计背后的数学理论有一定程度的认识
有碰过一些 machine learning 的东西，像是 SVM、MLP、clustering 等
背后的数学理论懂，也实际操作过，不过仅限于课堂程度
硕论是在分析渔业资料，使用的工具是混沌理论，跟一般的线性统计模型不太一样
会用 R，一般统计常用的工具可以不用现成的 package 自己写 function
但对于 R 底层的东西像是 environment 就不是非常了解，整体熟悉度应该算普通
工作经验是助教，教统计理论及 R 语言，也兼差帮外面的公司分析资料，但并不是很难
而问题是这样子的
爬文发现要朝 data scientist 走的话，需要一些些数据库和普通程度的 Python
而找工作时也确实遇到很多公司要求会 SQL 跟 Python，但是这二样小弟都不会
小弟评估自己的能力，要学 SQL 跟 Python 不是难事，但要花一点时间
另外也考虑到自己的学历不是统计相关，不确定公司愿不愿意接受我的分析经验
所以需要一个学习跳板，以便未来有谈判筹码可以朝向 data scientist 的职位
长远的未来是到国外工作，成为类似 consultant 的人
目前手上有个 offer 是原实验室的研究助理
老师是强者，发过几篇 Nature，为人也很 nice，愿意指导学生
工作内容很弹性，主要是分析资料，只要有完成他给的任务，就可以做自己的事情
在这里一年的时间可以确保发一篇高质量的 paper，也可以自学 SQL 跟 Python
并继续为外面的公司兼差分析资料，累积经验
小弟在犹豫要不要用一年的时间，以研究助理当跳板
还是直接出去外面工作练功
爬文知道公司一般不承认研究助理是工作经验
但这一年却能完成我很多阶段性的任务
另一方面也因看到很多人出去工作都在打杂，无法真的做资料分析，反而浪费了这一年
想请问前辈们，拿一年的时间当研究助理来铺路，是合理的吗？
小弟的思考有点陷入死胡同了，需要大家的鞭策，感激不尽！