各位前辈大家好
小弟是物理系出身
最近要退役了准备找工作，希望能获得一些建议
先介绍一下背景：
1. 物理硕士，硕士论文为类神经网络的物理性质
论文主题是机器学习
但既然是物理所，研究所注重的自然跟资工所相去甚远
目前修过andrew Ng的线上课程，以及上到一半的机器学习基石
基础的机器学习常识还是有的
2. 程式能力
研究所主要使用MATLAB
虽然C也会使用，但只有跑模拟使用，写法也比较不简洁
PYTHON 只有拿tensorflow做过基础练习，没有实际用来解决过问题
想请教的问题：
大概要准备什么知识爬过文大约有个底了
但对找职缺上有点徬徨
1. 职缺名称：
请问"data scientist"这个工作职缺可以学到东西吗?
自知自己的程式能力远不及资工背景的人
因此"算法工程师"之类的职称应该是没机会
我目前找工作，主要是找"机器学习工程师"这类的职缺
但是不知道data scientist是否能学到东西
还是说只是套套资料和使用几个现成的套件，去当苦力而已？
怕资工会不会有类似"一日设备，终身设备"之类的情形出现？
还是可以试着应征看看去练练功？
2. github的重要性？
看过一些文章说github很重要
但...目前可能没时间搞一个起来
同时由于以前编写的程式以解决自己问题为主 (ex: 跑模拟、控制仪器)
不然就是一些练习ML的code
这样似乎没有上传的价值？
我是应该花时间整理以前写过的code上传github
或是干脆放弃这件事情，多准备一些ML的知识呢？
3. RK是什么？
找工作时有些职称会写RK 跟RD有什么差别?
4. 还有什么可以证明自己的事情可做？
目前主要以上ML课程的方式来提升自己
虽然可以帮助了解ML但是感觉对履历的帮助不大
但是如果要做一个专题出来在没有人指导的情况下又有点困难
是否有其他方法能增加自己履历强度？
如上
很清楚台湾的ML机会不多
已经做好被洗脸的心理准备了
还是希望各位先进能给些建议
感谢！