base 深圳，我们在招数据工程师 [JD]( https://www.wentu.io/my#/preview/08f65c0b184d3d5b)，这个岗位是我自己写的 JD，给自己招同事。如果想应聘其它岗位也可以通过 JD 里的邮箱联系我，要求见[官网]( https://www.yimian.com.cn/career/)

福利待遇堪比外企，只是年假没那么多，最重要的是我们手头的数据足够多，涵盖范围足够广，绝对是数据爱好者的天堂

分析岗位目前饱和，年后也许会再开放招聘。

由于不知道哪里涉及敏感了，我一段一段发 2：

然后，上策仍然是混到毕业。单从发展上来说，拿到博士学位无疑是最好的，各方面的收益都很高。现在的问题就在于，你感觉自己撑不下去了，还需要付出极大的成本，可能让你难以承受，我能明白这种无助的感觉。不太了解你周围人的情况。和朋友多谈谈，多倾诉，找师兄师姐支招。或者干脆一点，直接找导师谈，阐明现状，明确自己的诉求，以及自己能承受的成本，以及如果谈判破裂自己会采取怎样的行动。谈事情是要讲究技巧的，如果决定要谈的话，可以先找资料学习一下，还有找师兄师姐了解情况（比如导师看重什么）。摊上这么个导师的确难受，不过工作中也会有可能摊上类似的领导，这个问题迟早得面对，不如现在想想如何解决。

最后，中策就是申请国外学校读硕士 /博士，之前投入的时间精力就打水漂了，付出的短期成本稍低，有盼头心情也会好一些，但风险仍然很高，一是不一定能成功，二是就算成功了，也有可能同样有坑。


综上来说，还是最建议走上策。不过我要说这个很难，而且做为学生，一般阅历都不多，可能很难在谈的过程中放平心态，所以多做准备吧。如果最终破裂，确认没有挽回余地，再走其它的路线也不迟。下策一定是要放在最后选，就是实在忍无可忍的时候再做。短期内是爽快了，但后续的路真的很难走。

由于不知道哪里涉及敏感了，我一段一段发：

我有个朋友，保研到中科院读博之后退学了。他很喜欢写游戏，但退学之后的求职路非常不顺，先是回家求职，写 Web 后端，后来到深圳加入一家游戏公司，本以为可以写游戏了，但老板又搞起了别的东西，因此他也被迫学习大量游戏开发无关的知识。后来我和他说你这样下去就离游戏开发的目标越来越远了，他才下定决心辞职。然后到上海找到了正规的游戏开发工作，这里面耽误的时间都有 1 年半了。最近看起来变好起来了，但又来问我怎么转数据行业，说是游戏行业薪水低，成长慢，加班多，还好我给劝住了，让他先静心打磨自己的能力。他是博一还是博二的时候退学的，今年也是 25。

你看，他的学力水平应该和你相当吧，而且游戏也是在本科时就有在做了，有经验也有热情，还有一直支持他的女朋友，但退学之后的路依然非常难走。再加上最近市场的状态，可以很明确地说，无论如何，你现在去求职的话是没有一点优势的，而且起点太低会让你后续的职业发展路线大幅度受限。

因此，退学求职是下策。优点是你短期内需要额外付出的成本最低，而且可以马上脱离当前这个让人难受的读博环境。

最简单的就是用 markdown 编辑器，支持预览，不习惯手打格式的话，编辑器都有格式按钮，和 word 用法差不了多少。
免费的可以考虑 cmd markdown。如果愿意花点时间记快捷键的话，vs code 里装个 Markdown All in One 插件也是可以的。

正好我们公司去年也去了。

1. 太阳真的很烈，南半球是夏天，一定要注意防晒，全身都涂好防晒霜，晒黑都好说，晒伤就很难受了。我有同事不注意的被晒伤，后来被太阳晒到就很疼，要很久才能缓过来。防晒霜只保证你不被晒伤，如果还要避免晒黑的话，就只能考虑物理遮挡了。如果要下水，可以去迪卡侬买全防护的紧身衣
2. 准备一双拖鞋，沙滩很多，穿普通鞋子会很难受，而且很多地方都要去玩水
3. 换一些卢比。我是中国银行换了 400 万卢比，折算成人民币大约 2000。当然我是因为要和其它同事一起用所以换了那么多，你可以自己酌情考虑换多少。 要用到现金的地方主要是给小费，买一些路边出售的水果之类。便利店之类的买东西都支持直接微信 /支付宝支付或者刷卡，挺方便的。
4. 如果有无人机最好带上，全域基本不禁飞，空中景色特别好。
5. 有机会的话，去蓝梦岛玩浮潜，能见度很高，非常美。南湾的浮潜不要去，水质很差，啥都看不到，味道还很闲。

我就是做数据开发这块的，主导过数仓项目，数据表设计和 ETL 开发都是我一个人做的， 现在在负责一个数据项目的全套数据开发，对数据仓库这一套很熟。
我的博客 longfei.leanote.com ，很久不更新了，只是因为写文章很吃力，有很多零碎的东西不好写上去。
博客里“关于我”的部分有邮箱可以交换联系方式（不在这里写是为了防止垃圾邮件）。
暂时不打算换工作，不过很乐意交流一下。

最恶心的是误触之后，未经同意，直接开始下载 app 的，凡是这么搞的，一律卸载，再也不用

确实最好还是走。让你包干所有的事，就意味着技术很难专精。这又不是 20 年前程序员稀缺的时代，你要工作一两年还没个专精领域，想跳槽可就太困难了。你觉得面试官会在意你会不会装系统吗？

如果你还在犹豫，不建议。这个年龄和条件，没有公司会愿意培养的（事实上大多数公司也不存在什么培养体系，大多数人都是在工作中自学成长起来的），也不会给你初学者的机会（有大量名校转行的年轻同学，为什么要给你机会），找工作会很艰难，即使能找到，大概率也是小公司打杂的岗位，啥事都做一点，没有好的项目，根本谈不上有什么成长，然后到了 35 岁就该后悔了。

除非，你有足够的热情、天赋。
所谓热情，指的是你真心热爱编程，享受编程，单单写代码，能从早到晚坐上十几个小时也不觉得累。DEBUG 几个小时也不会气馁。这与薪资无关，就是单纯地为编程感到开心。
所谓天赋，最基本的，能轻松看完随便一本数据结构的教科书，做习题如砍瓜切菜。

这两点做不到任何一点都别考虑。热情和天赋是高速成长的必备要素，年龄大了，你不能保证未来几年成长速度是别人的两倍以上的话，中年危机很快就到。

@wangmou20 让负责人看过简历了，过一段时间会有 HR 联系你，我一会加你微信详聊一下

base 哪里？我司有商业分析岗，在深圳

楼主想要高工资的话，可以去投猿辅导，他们给实习生开的工资能达到 1000/天。全职肯定不会只给做 4 个月的。

再增加一张增长率表。

数值稳定就是增长率绝对值小于 a

峰值的话，如果只是检测突增、突减，就看增长率绝对值 是否大于 b。如果需要看两边，则需要在增长率表上做滑动窗口计算

增加、下降的趋势，这个你可以设定滑动窗口，在窗口内做个线性回归就好。

其实方法很多，灵活应用吧。

去找实习，去和更多的人接触，交流。自己一个人闷着想只会越来越自闭，也无法解决问题。个人的亲身经历，我读书的时候也对前途特别迷茫，也就开始干活之后才在工作中找到了方向。

听力问题的话还是建议花点钱配一副助听器，毕竟工作交流还是很重要的。

@anyV base64 解码

我就是学统计学的，现在在做数据工程师，感觉还不错。


首先不建议你做 Java 开发，完全发挥不出自己统计学专业的优势，建议还是走数据领域。


就我自己的个人体验，以及对同事们的观察来说。如果你在学校的时候有认真学习的话，统计专业在数据工作上的优势非常明显。你会对数据有独特的敏感性，无论是做开发还是分析都很有优势，学习各种算法和模型，效率也比其它专业的人更有优势。
在求职上的优势也非常明显，统计专业强校，即使你什么都不会，面试官也会愿意给你一个机会，因为他相信你的专业和学校，这都是我自己的切身体会，我当初入行的时候，面试时连简单的 SQL 题都没写对，还是拿到了 offer。


然后说说该做数据领域里的哪个职位。
现在市面上的数据岗位有这么几种：
数据分析师
数据科学家
算法工程师
数据工程师
大数据工程师
爬虫工程师

初级数据分析师待遇不高，而且由于入行门槛最低，竞争也最激烈。所做的事情主要是给业务部门取数、扯皮等等，想要做分析的话得看你的部门职能还有 leader 给不给机会，最重要的是 SQL 和 Excel 用得好，Python 掌握得好也是加分项。最不推荐，但实在没办法了也可以做，你的专业优势能让你很容易拿到 offer，数据驱动的理念越来越深入人心，许多公司都会提供相应的坑位，努力一把还是能找到的工作，只是可能待遇通常都不太令人满意。

数据科学家，比数据分析师的 level 更高一些，你会有机会做一些算法和模型。面试的要求通常会比较高，而且由于每家公司的需求不一样，问的问题会非常杂，覆盖面很广，基本没法提前针对性准备。这个岗位最难的是过面试关，你要是能拿到 offer，待遇通常都不会太差，做的事情也很有挑战性，很有趣。有些公司可能挂个数据分析师的岗位但要求是数据科学家的，这个只能自己看看 JD 了。

算法工程师，需要你深入了解机器学习算法，最好能发几篇相关领域的论文啥的。待遇没得说，同数据科学家一样，难在面试。如果你在学校的时候没有深耕，就不建议投这个岗位了。

数据科学家和算法工程师这两个岗位，都是高薪、高挑战的岗位，面试也非常难。而且这些岗位成本高，又缺乏落地方法论，所以通常来说坑位偏少，加上高薪吸引大量人才，你面对的竞争最为激烈。数据分析师是人多，但你仍然有优势。而在这两个岗位上，你将面对各种 985 以上的优秀人才的竞争，自己估量一下吧。而且数据科学家对经验的要求同样很高，许多公司都只想招有经验的人，初级岗位很少，比较常见的是数据分析师升上来或者从别的岗位转过来的。


数据工程师，也就是我的岗位，日常主要是做 ETL，数据仓库建设，基础设施运维等等。工作内容繁杂枯燥。需要维护 ETL 定时任务，所以每天都得看一眼监控，遇到任务出错也和运维一样需要及时抢修，大数据文摘翻译过一篇文章《数据工程师的没落》，对这些情况讲得很清楚了。
需要的技能就是 SQL、Python 以及各种开源软件的使用（ Hive、HBase、Spark、Kafka、Airflow 等等）。要做好这个工作，除了数据处理能力，还需要能理解各种算法模型，因为会需要帮助数据科学家把算法工程化。
待遇就是一般的研发工程师水平，比算法工程师和数据科学家低，比数据分析师高。竞争激烈程度不高，因为很多编程好的人没有数据 sense，有数据 sense 的人编程不一定行，就算编程还可以，一般也是优先考虑数据科学家。
坑位很多，毕竟要搞数据驱动的话，必然需要人手来建设数据仓库的，在很长一段时间内，都会是一个必不可少的角色。

大数据工程师，偏底层运维性质，主要是维护大数据集群和相关服务，以及基于开源生态做二次开发。很多公司会把这个和数据工程师混淆，自己看 JD 判断吧。这个岗位需要对开源生态很熟悉，了解底层知识，阅读过源码。待遇和数据工程师类似，坑位主要是大公司有，中小公司一般是数据工程师兼任这部分职能，只有大公司才会有定制化开发的需求。开源组件基本能满足大部分数据需求了，所以实际上岗位需求比较有限。

爬虫工程师，需要对爬虫知识有全面的了解，这里也不多谈。有爬虫需求的公司很多，但需求一般都不会强到单独设置爬虫岗位，都是其它岗位的人根据需求临时开发一下。坑位是非常非常少的，大公司也不一定有。


综上来说，你觉得自己能力强就去拼一把数据科学家和算法工程师，要是能拿到 offer，待遇通常不会差。
如果觉得自己竞争不过，就去试试数据工程师吧，需要的知识技能比较固定，面试很好准备，面试官也很青睐统计学这个专业。
保底的选择就是数据分析师，相信我，凭着这个专业，无论怎样你总能找到一份工作的，如果你不满意待遇和前景，可以先做着积攒经验，以后找机会再跳槽就行了。数据领域的工作，岗位边界其实并不明确，如果你愿意，完全有机会在完成本职工作之后申请干点别的事。

大数据工程师、爬虫工程师，如果你没有相关经验，就不推荐了，现在来不及准备。



最后，我们公司正在招人，base 深圳。数据科学家、算法工程师（ NLP ）、数据工程师、爬虫工程师都有需求。
我们是一家 ToB 的数据服务公司，拥有爬虫、数据清洗、挖掘数据价值的全链路数据能力，服务的公司有好几个全球知名的快消品巨头。

有兴趣的话加我微信了解详细情况 dXNlcjkxOWx4

按照你的需求， 部署 Airflow 配置个 LocalExecutor 就足够满足了。

1. 写一套东西，以后添加新定时任务的时候直接扔代码和运行配置
Airflow 的任务是用 Python 写的，你完全可以写成动态的形式，可以通过读取数据库或者 csv 文件来动态生成定时任务，事实上我在实践中经常这么用。

2. 能够出错重试，然后对结果啥的能进行查看
Airflow 提供 Web UI 界面，可以查看每个周期下的 task 的运行状态，还有完整的信息（执行时间、重试次数、运行日志等等），出错自动重试，可以发送邮件，并且有按钮能让你重试任务，连 ssh 登陆服务器都不需要。

我是做数据开发的，需要处理大量的定时任务，还有重重复杂的依赖关系。
很推荐用 Airflow，已经有非常多的公司在使用这个调度系统了，就调度这件事而言，我觉得它提供的功能已经非常全面了，足够满足你的需求。
如果觉得官方文档比较难懂，可以参考我写的几篇博客，http://longfei.leanote.com/cate/bigdata 不过我这几篇都是概念和使用方法。如果你要想了解如何安装部署，要么看官方文档，要么就搜一下网络上的教程。