※ 本文為 ryanlei 轉寄自 ptt.cc 更新時間: 2015-05-12 19:44:04
看板 Soft_Job
作者 標題 [請益] 研究Big Data所需能力及環境
時間 Mon May 11 21:58:32 2015
各位大大好，小弟對於資料分析頗有興趣，
想請問若擬以Big Data為主軸，結合物聯網及產業應用面為輔進行研究，
這在資工所會較易進行嗎，因為好像有需要用到機器學習等技術或硬體？
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.136.77.76
※ 文章代碼(AID): #1LKBMBYx (Soft_Job)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1431352715.A.8BB.html
→ : 硬體不難，問題是你這方向資料哪來1F 05/11 22:02
推 : 技術不是問題 重點你想分析什麼2F 05/11 22:03
→ : 分析日常生活潛在的資訊3F 05/11 22:04
→ : 或是潛在的消費者及成本控制
→ : 或是潛在的消費者及成本控制
推 : 基本上要拿到想要研究的資料不容易5F 05/11 22:05
→ : 資料少說要1TB以上嗎，或是1PB?6F 05/11 22:10
推 : 我覺的大小不是重點，重點是有用7F 05/11 22:11
推 : 你要分析的是實際的商業資料 那就要在實際公司內8F 05/11 22:15
→ : 你如果原本就是cs或數學出身可能可以直接
→ : 考慮找工作 拜現在剛好炒這個議題所賜
→ : 其實有不少公司都有在找相關人員來跟風
→ : 這也是一個提早卡位的機會啦 但賭錯風險也有就是
→ : 然後ee可能是相對適合的選項
→ : 但是就如上面推文 實際資料你拿不到 那是公司資產
→ : 你如果原本就是cs或數學出身可能可以直接
→ : 考慮找工作 拜現在剛好炒這個議題所賜
→ : 其實有不少公司都有在找相關人員來跟風
→ : 這也是一個提早卡位的機會啦 但賭錯風險也有就是
→ : 然後ee可能是相對適合的選項
→ : 但是就如上面推文 實際資料你拿不到 那是公司資產
推 : 新兩大神棍: UX and data scientist, 目前UX有點走下坡15F 05/11 22:26
→ : Ee是相對適合的選項，何解？16F 05/11 22:27
→ : , 反而data scientist需求越來越高.17F 05/11 22:29
推 : Data analyst living in California18F 05/11 22:35
推 : 國內ds缺少的可憐 花兩三百去美國洗學歷拿opt比較快
推 : 國內ds缺少的可憐 花兩三百去美國洗學歷拿opt比較快
推 : ux走下坡嗎? 公司很想找一個好ux欸20F 05/12 00:14
→ : 你拿不到公司資料的 另外還有 目前物聯網還沒有進步到那21F 05/12 00:30
→ : 種階段
→ : 目前可以獲利的模式可能跟你想的差很多喔
→ : 種階段
→ : 目前可以獲利的模式可能跟你想的差很多喔
→ : 你先讀好統計再說24F 05/12 00:31
→ : 是對資料分析有興趣 還是對資料分析的錢景有興趣?25F 05/12 01:05
推 : 研究所的話，先找好這類研究的教授26F 05/12 09:20
推 : 一個人做不了什麼事的~沒你想的容易27F 05/12 09:54
→ : 也不是那麼缺吧，每三個大學教授就有一個研究跟這相關的28F 05/12 11:00
推 : 分散式系統一直換名詞，機器學習一直換名詞，就可以吸引好29F 05/12 11:21
→ : 多人。
推 : 先說說你所謂的理想工作內容是什麼吧？看到big data就能猜
→ : 到你想要什麼工作，根本是不可能。
推 : 物聯網也是，產業鏈大，我看到這字，根本不知道你要什麼工
→ : 作。說一下理想工作情境吧
→ : 多人。
推 : 先說說你所謂的理想工作內容是什麼吧？看到big data就能猜
→ : 到你想要什麼工作，根本是不可能。
推 : 物聯網也是，產業鏈大，我看到這字，根本不知道你要什麼工
→ : 作。說一下理想工作情境吧
→ : 推樓上35F 05/12 12:20
推 : 雲端這名詞不也是老酒新開呢。36F 05/12 12:34
推 : garbage in garbage out37F 05/12 12:57
推 : 要玩大資料就找大公司吧，像之前的104+就說是用大象生的38F 05/12 13:03
推 : 想走這方面除了資料還是資料，有海量資料的研究才有價值39F 05/12 13:04
→ : 在學界頂多把自己ML方面的基礎打好，大資料真的還是到業界
→ : 在學界頂多把自己ML方面的基礎打好，大資料真的還是到業界
推 : 只想玩技術那在家玩就行了，hadoop有單點模式41F 05/12 13:05
→ : 才比較有可能拿得到來分析42F 05/12 13:05
→ : stackoverflow好像也有提供資料讓你玩43F 05/12 13:07
推 : 我覺得資料量不夠大的BIG DATA還是只能稱作DATA MINING44F 05/12 13:10
→ : 所以若是統計跟資料探勘的背景很薄弱的話，先打好這兩項
→ : 也是很重要的，否則BIG DATA所能給你的新觀念跟技術
→ : 有它的侷限性在
→ : 所以若是統計跟資料探勘的背景很薄弱的話，先打好這兩項
→ : 也是很重要的，否則BIG DATA所能給你的新觀念跟技術
→ : 有它的侷限性在
→ : 把big data這名詞丟掉 修DM ML然後找相關工作48F 05/12 13:24
推 : 原po是研究所找題目..不是找工作吧..?49F 05/12 13:35
推 : Big Data只是說明資料量很大，很難一台電腦處理。所以50F 05/12 13:36
→ : 必須採分散式處理，而核心分析方法大多都會回歸到原本
→ : 少量資料處理的方式。
推 : 因為這個名詞，而讓很多公司越來越重視自己擁有的數據，
→ : 而很多資料的數據量一台電腦就可以處裡。這是我當初選
→ : 擇資料探勘當主修所沒預料到的！當時以為走錯還以為走
→ : 錯組。
→ : Big data只說明資料型態，而背後分析方式可能用上影像
→ : 辨識、自然語言處理、資料探勘、機器學習...基礎分析方
→ : 法，當然也可能單純的統計而已。
→ : 必須採分散式處理，而核心分析方法大多都會回歸到原本
→ : 少量資料處理的方式。
推 : 因為這個名詞，而讓很多公司越來越重視自己擁有的數據，
→ : 而很多資料的數據量一台電腦就可以處裡。這是我當初選
→ : 擇資料探勘當主修所沒預料到的！當時以為走錯還以為走
→ : 錯組。
→ : Big data只說明資料型態，而背後分析方式可能用上影像
→ : 辨識、自然語言處理、資料探勘、機器學習...基礎分析方
→ : 法，當然也可能單純的統計而已。
推 : 看是研究硬體&架構 還是資料儲存 或是演算法&分析方法60F 05/12 15:11
→ : 要入門還是把JAVA或PYTHON學好，linux摸熟 英文練好較實在
→ : 一開始還是碰人家現有的框架居多 看要先玩IaaS還是SaaS層
→ : 要入門還是把JAVA或PYTHON學好，linux摸熟 英文練好較實在
→ : 一開始還是碰人家現有的框架居多 看要先玩IaaS還是SaaS層
→ : 先想好資料哪來在去擔心怎麼分析 你是要自己做實驗or63F 05/12 17:00
→ : 調查收集資料 或是拿別人收集好的? 前者資工所不會教
→ : 請洽社會科學相關科系 後者別人的商業機密願意給你?
→ : 調查收集資料 或是拿別人收集好的? 前者資工所不會教
→ : 請洽社會科學相關科系 後者別人的商業機密願意給你?
→ : 挖掘潛在消費者或是醫學研究用66F 05/12 17:31
→ : 有心甚麼系都沒差啦67F 05/12 18:56
--
※ 看板: ryanlei 文章推薦值: 0 目前人氣: 0 累積人氣: 53
回列表(←)
分享