小弟个人经历大概是这样
现在27岁
116学113硕,都是资管,大学有去双主资工但没修完,大学很混基础不稳
硕论套模仔有一篇顶刊一作
出社会在台厂纯软当Data engineer目前经历3年
英文能力大概多益900,敢开口讲但会卡
一直想认真提升自己的软实力
所以偶尔都会看一下前辈们在网络上的心得经历,看看前辈们是怎么投资自己的
从萌生想强化自己的念头到现在却有种越走越茫然的感觉,不知道是data science的坑太大还是我个人的问题,一直觉得时间不够,学习越学越心惊越觉得自己怎么好像很多都缺,像是:
很多开源的data engineering工具要学,Hadoop生态系也只是大概懂
ML/DL的部分因为脱离研究生时期有一段时间,感觉自己离前沿研究的观念越来越远,一直想排时间再回去复习李弘毅老师的课程却都还没做到,目前是透过问在当ML engineer的大学同学跟进一些发展
统计也是一个想花时间复习但是心有余而力不足
程式语言本身个人最熟python,学过一年Java,上班多半就python+SQL可以解决大部分问题,但走data没有好好搞懂Java又很心虚
一直以来都是且战且走,硬著头皮去做当下该做的事,好像没有一个规划相对明确的道路去走,也不知道自己走的到底是不是正确的路
目前就维持每天刷一题medium努力复习资演
然后有空就听听data science英文的podcast
上班边工作边补强对工具或infra的了解
心目中的理想工作是data scientist
本身很喜欢AI相关工作,但比起纯研究更喜欢应用跟MLOps,所以跟主管提想弄MLOps的部分,所以最近透过MLflow与Airflow去改进之前从0-1搭起来的三个data product,顺便看一些开源的MLOps专案或者大神的文章跟GitHub补充新知
大概就是这样!
不知道各位前辈有没有什么好的建议可以分享,或者可以指点我在学习上的盲点,先谢谢各位前辈的解惑!