蓋達瑞又在騙不懂的人了...
『我想有讀過PhD的人應該都知道
你是哪方面的研究者跟你讀的是under哪一個博士學位沒太大的關係
因為多數的博士學位探討的問題本來就不存在(不然沒有研究的必要)
所以一個人是哪方面的研究專家
我們通常是透過他研究的主題來判斷
譬如說高委員研究的是工業大數據
那就應該看看他的研究論文裡面是否有探討大數據的議題
https://www.researchgate.net/profile/Hung-An-Kao
可以看到高委員的很多研究都是關於工業4.0的研究
所以根據維基百科裡面提到
工業4.0是透過大量的數據分析而提升工業的一個概念
(雖然有任可能要砲我維基百科不專業,但基本上只是提供大家一個概念,煩請有懂工業4.0的朋友指教一下)
我認為他這樣說自己是大數據專家毫無問題
跨領域研究在博士學位裡面本來就很正常
什麼博士學位重要性其實不高騙騙外行人而已
真正重要的是你的研究是什麼類型幾篇發表
只能說這個自稱美國教授的人
確實有讓人懷疑的點
畢竟用讀的學位來判斷一個人是不是某一領域的專家
實在是有點外行
希望他下次能先去翻翻人家發的論文吧
會被這樣唬住的人
我只能說
可憐哪』
Re: [爆卦] 美國教授踢爆高虹安大數據招牌造假 https://disp.cc/b/163-e79b |爆卦原文 https://disp.cc/b/163-e777
同時也有4部Youtube影片,追蹤數超過8萬的網紅范琪斐,也在其Youtube影片中提到,歡迎收看范琪斐的寰宇漫遊,今天的琪斐大放送我們要來談談,2020美國總統大選民調一面倒的說拜登贏川普一大截,川貴人,這次別選了吧?乖~我待會給你買個....樓?大家好,我是范琪斐。中間偏右的《華爾街日報》(Wall Street Journal)聯手中間偏左的《國家廣播公司》(NBC),在「川拜」首...
「美國數據分析研究所」的推薦目錄:
- 關於美國數據分析研究所 在 PTT Gossiping 批踢踢八卦板 Facebook 的精選貼文
- 關於美國數據分析研究所 在 國家衛生研究院-論壇 Facebook 的精選貼文
- 關於美國數據分析研究所 在 彭溫雅醫師 Facebook 的最佳解答
- 關於美國數據分析研究所 在 范琪斐 Youtube 的精選貼文
- 關於美國數據分析研究所 在 The DoDo Men - 嘟嘟人 Youtube 的最佳貼文
- 關於美國數據分析研究所 在 李基銘漢聲廣播電台-節目主持人-影音頻道 Youtube 的最佳貼文
- 關於美國數據分析研究所 在 [心得] 千萬別來念BA與美國找工心得- 看板studyabroad 的評價
- 關於美國數據分析研究所 在 Mason GRE | 各位有志走#DataScientist、 #DataAnalyst、和 ... 的評價
- 關於美國數據分析研究所 在 MIT/CMU/UCB/GaTech/NCSU美國分析類碩士分享- 留學 - Dcard 的評價
- 關於美國數據分析研究所 在 [心得] 美國BA/DS申請心得分享|UPenn/NW/GT/USC 的評價
美國數據分析研究所 在 國家衛生研究院-論壇 Facebook 的精選貼文
《懷孕或哺乳期間的 COVID-19 疫苗相關建議》
📣孕婦與近期懷孕的婦女感染 COVID-19後患重病的風險增加
儘管孕婦感染 COVID-19後患重病的總體風險不高,但與非孕婦相比仍相對較高。疾病嚴重程度包括:需要住院、重症監護、需要呼吸器或特殊設備以維持呼吸或導致死亡。此外,感染 COVID-19 的孕婦比沒有感染的孕婦有更高的早產風險,並且其他不良妊娠結局的發生風險也可能增加。
📣COVID-19 疫苗對孕婦是否安全?
目前關於孕婦接種疫苗的安全性和有效性研究雖然有限,但持續增加中。目前研究結果顯示,孕婦接種 COVID-19 疫苗的好處超過懷孕期間接種疫苗的任何已知或潛在風險。
■ 在動物實驗中沒有發現安全問題:
對在懷孕前或懷孕期間接受莫德納、BNT或嬌生疫苗的動物進行研究,結 果發現懷孕動物或其子代都沒有安全問題。
■ COVID-19 疫苗不會引起感染,包括孕婦或其嬰兒:
沒有一種 COVID-19 疫苗含有導致因接種而感染新冠肺炎的活病毒,因此,COVID-19疫苗不會使任何人感染新冠肺炎,包括孕婦或其嬰兒。
■ 有關在懷孕期間接受 mRNA COVID-19 疫苗(莫德納或BNT)的安全性早期研究數據令人放心:
美國疾病控制與預防中心發布了美國首份關於在懷孕期間接種mRNA COVID-19疫苗的安全性研究報告。該報告分析了來自三個不同的安全監測系統的數據。這些早期數據並未發現接種COVID-19疫苗的孕婦或其嬰兒有任何安全問題。
■ 早期數據指出,在懷孕期間接種 mRNA COVID-19 疫苗可降低感染風險:
最近一項以色列的研究中將接種 mRNA COVID-19 疫苗的孕婦與未接種的孕婦進行比較。結果發現,接種疫苗能降低感染 COVID-19 病毒的風險。
■ 孕婦接種疫苗後產生的抗體可能具有保護胎兒的效果:
孕婦在懷孕期間接種 mRNA COVID-19疫苗後會產生針對COVID-19 的抗體,而這些抗體在臍帶血中被發現。這意味著在懷孕期間接種 COVID-19疫苗可能有助於保護胎兒免受 COVID-19的侵害。目前需要更多的研究來確定這些抗體(類似於其他疫苗產生的抗體)如何保護胎兒。
目前,其他研究在孕婦身上 COVID-19 疫苗安全性及效果的臨床試驗正在進行中。疫苗製造商尚在收集和統整已完成臨床試驗(接種疫苗)的受試者懷孕後的數據。
📣美國疾病控制與預防中心給孕婦的建議:
COVID-19疫苗建議給12歲以上的人施打,也包括孕婦。如果您已經懷孕,您可以向醫生詢問接種COVID-19疫苗的相關資訊,當然您可以直接接種疫苗,不需要醫生提供額外的文件。
如果您接種的疫苗需要施打兩劑 (例如: 輝瑞-BNT或莫德納疫苗),接種第一劑之後懷孕,在可以接種第二劑時,應該盡快接種第二劑來提升保護力。
如果接種COVID-19疫苗之後有發燒的副作用,應服用含有乙醯胺酚(acetaminophen)的退燒藥或是鎮痛解熱藥物來緩解症狀,因為持續的發燒對於懷孕可能會造成不良的結果。
📣美國疾病控制與預防中心給哺乳中婦女的建議:
COVID-19疫苗目前只建議給12歲以上的人施打,也包含哺乳中的婦女。現階段在美國COVID-19疫苗的臨床試驗對象沒有包含哺乳中的婦女,因為疫苗尚未在哺乳中的婦女做研究,所以關於哺乳中的婦女施打COVID-19疫苗的安全性、施打疫苗後對於嬰兒的影響,以及施打疫苗後對於母乳產量的影響,目前所得到的數據有限。
COVID-19疫苗可以有效的預防哺乳中的婦女感染新冠肺炎,您和您的小孩並不會因為接種疫苗而感染新冠肺炎。近期的研究報告指出: 哺乳中的婦女接種mRNA新冠肺炎疫苗之後,在母乳裡面有抗體出現,嬰兒可以透過喝母乳來獲得抗體,增加保護力。但還需要有更多數據才能知道這些抗體對嬰兒提供多少的保護力。
📣COVID-19疫苗的副作用:
孕婦在接種COVID-19疫苗之後可能會出現副作用,尤其是在接種第二劑疫苗之後。尤其是孕婦接種mRNA的COVID-19疫苗(例如: 莫德納或輝瑞-BNT疫苗) 出現的副作用與一般人相同,如果有出現發燒的副作用,應服用含有乙醯胺酚(acetaminophen)的退燒藥或是鎮痛解熱藥物來緩解症狀,因為持續的發燒對於懷孕可能會造成不良的結果。
有少部分的人接種疫苗之後可能會出現過敏反應,如果您對於疫苗或是注射治療(例如: 肌肉注射、靜脈注射、皮下注射)有過敏反應,在接種疫苗之前,應先與醫生評估: 接種疫苗產生嚴重過敏反應的風險,和接種疫苗的好處。如果您在懷孕期間接種COVID-19疫苗之後有過敏反應,您可以接受治療來降低過敏反應。
📋參考資料
(CDC)美國疾病控制與預防中心:
https://www.cdc.gov/coronavirus/2019-ncov/vaccines/recommendations/pregnancy.html
References:
1. Shimabukuro TT, Kim SY, Myers TR, et al. Preliminary Findings of mRNA Covid-19 Vaccine Safety in Pregnant Persons. N Engl J Med 2021; 384:2273-2282. DOI: 10.1056/NEJMoa2104983.
2. Goldshtein I, Nevo D, Steinberg DM, et al. Association Between BNT162b2 Vaccination and Incidence of SARS-CoV-2 Infection in Pregnant Women. JAMA. Published online July 12, 2021. doi:10.1001/jama.2021.11035
3. Gray KJ, Bordt EA, Atyeo C, et al. Coronavirus disease 2019 vaccine response in pregnant and lactating women: a cohort study. Am J Obstet Gynecol. Published online March 25, 2021.
DOI:https://doi.org/10.1016/j.ajog.2021.03.023
4. Perl SH, Uzan-Yulzari A, Klainer H, et al. SARS-CoV-2–Specific Antibodies in Breast Milk After COVID-19 Vaccination of Breastfeeding Women. 2021;325(19):2013–2014. doi:10.1001/jama.2021.5782
5. Kelly JC, Carter EB, Raghuraman N, et al. Anti–severe acute respiratory syndrome coronavirus 2 antibodies induced in breast milk after Pfizer-BioNTech/BNT162b2 vaccination. Am J Obstet Gynecol. 2021;225(1):101-103. https://doi.org/10.1016/j.ajog.2021.03.031external icon
6. Jakuszko K, Kościelska-Kasprzak K, Żabińska M, et al. Immune Response to Vaccination against COVID-19 in Breastfeeding Health Workers. Vaccines. 2021; 9(6):663. https://doi.org/10.3390/vaccines9060663external icon
(林口長庚紀念醫院PGY何佳樺醫師、國立清華大學醫科系沈昆樺、林口長庚紀念醫院兒童內科部姚宗杰教授、群體健康科學研究所蔡慧如研究員摘要整理)
👉更多照護指引文章:
https://forum.nhri.edu.tw/covid19/tag/guideline/
衛生福利部
林口長庚紀念醫院
國立清華大學National Tsing Hua University
財團法人國家衛生研究院
國家衛生研究院-論壇
美國數據分析研究所 在 彭溫雅醫師 Facebook 的最佳解答
致謝🙏🏻
我是一位臨床中醫師,2001年從中國醫藥大學中西醫學系畢業後,一直持續臨床中醫師的訓練及工作,在工作上面對諸多臨床問題時,會需要反覆思索中醫的理論,並從書本中尋找前人治療的經驗,心裡覺得需要更多現代基礎研究的協助。2012年我先到大陸江蘇省的南京中醫藥大學取得「中西醫結合臨床研究所」的博士學位,在2017年回到母校中國醫藥大學取得「中西醫結合研究所」的碩士學位,對於中醫藥走向科學化及實證化的方向更加確定,當時陽明大學的「傳統醫藥研究所」博士班,是台灣最頂尖的中醫藥研究單位,我也積極報考,期待以自身的中醫藥臨床經驗,參與更多相關的基礎研究。
很幸運地進入傳醫所後,首先面臨的就是選擇指導教授的部分。當時蔡東湖教授是傳醫所的所長,也是我大學同學謝忱希醫師的指導教授,而蔡老師所做的藥物動力學的研究,剛好就是我最想要學習的部分,因為高科技的質譜儀分析技術,對於中藥的有效成分分析,絕對是強而有力的工具。很幸運的成為蔡老師的博士生後,也開始透過各種論文寫作課程、藥物實驗操作課程及每個月一次的實驗室會議,漸漸地了解國際上對於中醫藥研究的現況。
一開始進行實驗設計時,我選了自己臨床上經常遇到的「脂肪肝」議題。常常有些服用西醫降血脂藥的病人,會來尋求中醫的協助,希望能讓降血脂的效果更好。我以前覺得很奇怪,西藥降血脂的藥已經很有效了,但是,為什麼病人還會需要中藥的協助呢?仔細了解病患的需求後才發現,原來有些病患對於西藥的反應不好,儘管吃了降血脂藥,並沒有辦法讓血脂降低;有些病患有多種慢性疾病,例如高血壓及糖尿病等,已經服用多種西藥,他們並不想再多增加一種西藥;還有些病患是血脂情況不算嚴重,不需要服用西藥治療,醫師建議透過飲食和運動來改善血脂,但是成效不彰。
基於以上種種緣故,我開始了臨床上中西醫合併治療的歷程,透過每個月病患回診時提供的生化血脂數據輔助治療參考,很快地我就發現中藥與西藥合併使用的效果非常好,許多病患不僅血脂降低,有些體重也減輕了,有些西藥的劑量也減半了,甚至許多病人在完全停止中西藥治療後,仍然維持正常的血脂。這樣的成果讓我一則以喜,一則以憂,畢竟,在學校學習時,並沒有太多中西藥交互作用的課程內容,雖然看到了臨床的成效,但是心裡一直想要解開這個謎團。於是,我提出一個假說:「中藥合併西藥使用,可以減少西藥的劑量,降低副作用,並增加療效。」
我以日本 Shimazu公司生產的質譜儀儀器進行研究,選定了降血脂老藥「lovastatin」及常用的中藥「三黃瀉心湯」作為中西藥交互作用的題材。首先我先以「高效能液相層析儀HPLC」進行 lovastatin 及其代謝物 lovastatin acid 的定量及分析,確認所有檢測方法都符合 USFDA 美國食品藥物管理局的規範後,便著手進行動物實驗。在這個時候,我遇到的第一個問題是,血液中只偵測到代謝物 lovastatin acid 的存在, 測不到 lovastatin. 這是一個嚴重的問題,因為我要研究 lovastatin 與中藥的藥物交互作用,如果我測不到 lovastatin, 表示我的實驗要重新設計。與指導教授討論後,我先將研究儀器換成更靈敏更高階的「超高效液相層析串聯質譜儀 UHPLC-MS/MS」,同時仔細換算老鼠與人體的劑量轉換率,提高給藥的濃度,更換溶液配置及樣品萃取的方法。一切準備就緒後,我再次確認所有檢測方法確效,然後進行動物實驗,這一次終於測到 lovastatin 了!
從藥物動力學的分析結果發現,中藥會加速 lovastatin 轉換為其代謝物 lovastatin acid,此時我回想之前使用最佳條件下,分析UHPLC-MS/MS與HPLC 的檢量線範圍各為0.1-10 ng/mL和0.25-10 μg/mL;線性係數(R2)值各為0.9998和0.9996。就是這樣微妙的10-9與10-6,造成截然不同的實驗結果,這個經驗讓我深深感受到科學的嚴謹與細膩之處,眼見為憑,是真的,如果看不見,不是視而不見,而是方法不對。
從藥物動力學得到的實驗結論,我也應用在藥效學上,發現「中藥合併半劑量西藥使用,效果一樣好。」這樣的結論,固然很振奮人心,可惜中醫中藥的範圍浩瀚無盡,無法一一以研究證實,我只能拋磚引玉,提出自己小小的研究成果,同時非常感謝在實驗室期間所有夥伴的協助與支持,感謝中央研究院李國雄院士、國立陽明交通大學林奇宏校長、國立陽明交通大學傳統醫藥研究所所長傅淑玲教授、衛生福利部國家中醫藥研究所林麗純組長擔任我的博士論文口試委員,在百忙之中不厭其煩地給予諸多建議及指導,感謝在天國的父親,感謝慈愛的母親,感謝我的指導教授蔡東湖教授,永遠支持我做任何事!我從一個基礎研究的門外漢,一窺研究的奧秘,震驚不已,衷心期望有更多科學的研究,可以解釋老祖宗流傳千古的中醫學知識!而我何其榮幸,能夠站在巨人的肩膀上,學習這一切知識,感恩這六年來的訓練,讓我對中醫藥更有信心,也讓我相信堅持做對的事,一路上會遇到更多志同道合的夥伴。相信自己,堅持夢想,是值得一輩子努力的事!
https://pubs.acs.org/doi/abs/10.1021/acsomega.0c00809
https://pubs.acs.org/doi/abs/10.1021/acsomega.1c01201
美國數據分析研究所 在 范琪斐 Youtube 的精選貼文
歡迎收看范琪斐的寰宇漫遊,今天的琪斐大放送我們要來談談,2020美國總統大選民調一面倒的說拜登贏川普一大截,川貴人,這次別選了吧?乖~我待會給你買個....樓?大家好,我是范琪斐。中間偏右的《華爾街日報》(Wall Street Journal)聯手中間偏左的《國家廣播公司》(NBC),在「川拜」首場辯論後,到川普確診前這段時間,所做的民調顯示,拜登的支持率高達53%,足足領先川普14個百分點(53%:39%)。真的假的啦~這個幅度也太誇張,我們再參考一下別的。
(10/11公布)美國ABC News和《華盛頓郵報》(The Washington Post),在川普出院後做的最新民調,有54%的選民說會把票投給拜登,大幅領先川普12個百分點(54%:42%)。專門統計各家民調數據的Five Thirty Eight指出,拜登的平均支持率勝過川普10.4個百分點(52.2%:41.9%, 10/10數據)。另一個民調數據集合網站「真清晰政治」(Real Clear Politics)的網站顯示,從10月以來每一家主要民調公司統計出的結果,都是拜登遙遙領先川普,差距在5到16個百分點不等,其中不乏立場較為中間的The Hill和經濟學人。所以平均下來拜登的支持率領先9.8個百分點。(10/9公布)美國權威智庫與民調機構「皮尤研究中心」(Pew Research Center)做出來的結果是,52%的選民打算把票投給拜登,領先川普10個百分點(52%:42%)。
我們找了很多民調,可是只有很少數的說,川普領先拜登, 說很少數,是怕我們川貴人傷心,其實找來找去只有一個。 (10/5公布)英國《每日快報》聯手英美智庫Democracy Institute做的民調顯示,川普支持率在46%,小勝拜登1個百分點(46%:45%)。不過我還是註明一下,這個《每日快報》是英國的右翼八卦報,民主研究所的民調,也沒有被民調界公信力很高的538列入參考的近500家民調就是了, 所以現在大多數民調都顯示,拜登會獲得壓倒性勝利,但川貴人當然不認為他會選輸啊,最近又在那邊「Fake news」、「Fake polls」喊來喊去,民調統統都是假的!這都是幻覺~嚇不倒我的!
先不要笑,川貴人說的是真的,4年前一直到投票日當天早上,民調都還顯示希拉蕊一定會凍蒜,《紐約時報》做了大半年的民調,到選舉當天早上,還在說希拉蕊有80%以上的勝選機會,結果最後被「逆轉」,搖擺州統統被川貴人拿下!2016年的民調,被很多人認為是「壞掉了」、「走鐘了」,完全無法反映出真實民意,今年隨著大選日逼近,也有越來越多人開始質疑,真的假的啊?這幾年來專家們一直試圖釐清,當年的「希拉蕊慘案」到底是怎麼出現的,總之過去四年民調專家就很努力的要找出,民調為什麼會跟開出來的票差那麼多,但真的非常困難,因為變數實在太多了,我們今天就幫大家整理出幾個專家們認為可能的原因。
(一)手機的普及
還記得去年台灣不是在吵「手機民調要不要納入總統初選民調」嗎?美國其實也有類似的問題。美國現在就跟台灣「人手一機」一樣,有時候還兩三機,越來越少人使用家用電話了,而且年輕人、低收入者以及少數族群,都只用手機而已;反觀年長者和白人族群,就會比較依賴室內電話。大數據分析網站《Datanami》就指出,25歲左右的年輕人看到不認識的電話,幾乎都會pass不接;但70歲的長輩們則是每通必接,因此這樣進行的電話民調就很容易往某一族群傾斜。
那用手機民調不行嗎?根據1991年的《電話消費者保護法》(Telephone Consumer Protection Act of 1991;TCPA),美國是禁止「自動撥號系統」打電話給手機用戶的,所以如果要打手機做民調,就必須派出「真人」撥號,這有多麻煩呢?數據顯示,你想獲得1,000個回答,就至少得隨機撥號2萬次,其中大部分是空號,因為手機號碼是私人的,根本不會刊登在電話簿上,這實在太勞民傷財了,很想幫做民調的人馬殺雞一下耶,你們辛苦了。
(二)沉默的多數
每次選舉我都很期待接到民調電話,但大多數美國人可不是這麼想的,可能是因為擔憂個資和隱私外洩,導致選民接電話不敢說出真實意見,或者是覺得,蛤~民調很久欸,老娘才沒空理你。1970年代左右,美國「民調回應率」(Polls response rate)高達80%,你只要打過去人家多半都會回答你,但是根據「皮尤研究中心」最新報告,2018年美國「民調回應率」已經暴跌到6%,等於你打100通電話就只有6個人不掛你電話、願意花時間跟你聊兩句,但你也不知道他是不是講真話。
像2016年的大選,支持川普的選民中,就有一群選前不願意表態的,或者在接受民調時故意說謊的,有些甚至不告訴鄰居他們其實支持川普。《Datanami》表示,這些選民會讓調查的結果失準2%到6%,6%很多欸,根本就是超出誤差範圍了。
(三)網路民調難
啊現在網路那麼發達,用網路做民調不就統統搞定了嗎?事實上恐怕剛好相反。數據顯示美國18-29歲的年輕人,有98%都使用網路,但偏偏這個年齡層的人最不愛投票,拿美國總統大選風向球:2018年美國期中選舉為例,雖然這群年輕人投票率比前一次大幅提高15.7個百分點,但仍是所有年齡層中最低的(35.6%),也就是說,每個人都是「鍵盤投手」,大家網路上搖旗吶喊超熱情,結果投票日當天大家都覺得不差我這一票。另一方面,你在網路上想填幾歲就幾歲,想變性就變性,別國網軍想來帶風向,也不是那麼困難,因此網路民調也非常容易失準。
(四)早期民調誇大
另一個大變數是「早期民調」的準確度很低,因為選民還沒有足夠時間去瞭解候選人到底在幹嘛,但早期民調卻是媒體報導所仰賴的主要資訊來源,結果就是候選人拿來造勢、媒體見獵心喜誇大報導,進而影響到後續選民對候選人表示支持的聲量。例如看到拜登領先,那支持拜登的人講話就會比較大聲,因為他們是「主流」,反之支持川普的人,可能就會比較不敢表達意見,形成「沉默螺旋」。
「皮尤研究中心」也加碼解釋,事實上2016年的全國民調還算準確,(預測希贏3.3%最後贏2.1%),但美國總統大選是以選舉人票為單位,希拉蕊全國總票數高於川普也沒屁用,最後川普拿下所有的搖擺州,入主白宮。而選前的州民調也無法反映出搖擺州的真實民意,地方往往沒有全國性民調那種資源,四年前他們就忽略了在最後關頭,投給川普的搖擺選民數量,也沒有準確掌握未受過大學教育的白人選民,他們到底支持誰,種種因素導致了中西部上演「大驚奇」。還有就是民調公司往往有特定的政黨傾向,最後很可能導向「護主」的結果,讓民調不盡然客觀。
那這些問題2020年還會再重演嗎?老實說,有些變數還是很難避免,《紐約時報》就整理了,和四年前相比,哪些因素可能讓美國民調更精準或更失準。
更精準的第一點就是,搖擺選民減少了。
四年前民調失準的一大因素就是搖擺選民,但今年跟民調人員說:嗯~我還沒想好,的搖擺選民數量變少了,四年前的這個時候,大概還有20%的選民說他們還沒決定要投誰,或是打算投給小黨候選人,但今年這群人的數量只剩一半,而且其中支持川普的人也老早就表態,尤其是搖擺州的白人工人階級選民。
更精準的第二點是,選民教育程度的加權。
大家要有個概念,民調準不準確,完全取決於你抽樣有沒有做到「隨機」,也就是每個族群的意見都要被採納進來,但這真的非常難做到,最後很容易讓民調結果出現偏差。例如在美國,如果你跑去郊區教堂裡做民調,那幾乎可以篤定會獲得一個偏共和黨的結果;但如果你對大學生進行抽樣,最後很可能獲得一個偏民主黨的結果。另外的數據又顯示,受過高等教育的選民,比較願意接受民調訪問,每個都是選我選我~而那些較保守、教育程度較低的選民,他們的聲音就很難反映在民調上,所以如果你沒有按照「教育程度」來做加權,民調就會充斥太多年輕大學生的意見,導致結果偏向民主黨。先前民調機構都不怎麼重視教育程度對選情的影響,結果導致2016「爆冷門」。
有鑑於4年前的「教訓」,今年有越來越多民調機構,把選民教育程度的權重提高了,簡單來說就是把教育程度較高的受訪者音量降低一點,把教育程度較低的受訪者音量調高一點,讓他們各自符合在總人口中所佔的比例。今年從3月以來,美國各家民調機構做的幾十個調查中,已經有半數增加教育程度的權重,是先前的兩倍多(約20%)。
可能比2016年更糟糕的是,網路民調的增加。我們剛剛已經提過網路民調的準確度有待商榷,但過去幾個月來,越來越多機構採用網路民調的方式,比例佔地方民調總數的一半。他們採用的方法可能太過簡單,就是直接抓一群網路群組成員,然後再根據受訪者的人口統計資料進行分類加權,這樣的作法成本很低又很方便,但非常容易有樣本代表性不足的結果,而且最後民調可能左傾。 (最好的方式是結合電話民調和網路民調,例如AP/NORC/VoteCast的民調,電訪4萬人外加隨機抽樣11萬網友,結果可能較為客觀。
另一個可能不太客觀的做法是:請選民「回想投票」。
目前有越來越多投票機構採取這個方式,也就是要求受訪者回想2016年他把票投給誰,是希拉蕊還是川普呢?然後再依據他們的回答去做選舉意向的加權。這樣做可以讓民調數字看起來比較漂亮,也可以減少錯誤,但卻很難避免系統偏差,導致結果傾向某一政黨。再加上通常大家都會傾向回答,自己是投給獲勝的那一方,沒有人會想承認自己投給輸家嘛!再說這四年來誕生不少首投族,又有不少人往生,像是疫情導致那麼多人死亡,也有很多人搬到別的地方去,硬把2016年的投票意向套用到今年,恐怕不太合適。
所以這個民調到底是能不能看啊?你要是問我,我覺得就別看了 ,這是我們媒體想要預測選舉的結果, 或研究單位拿來做選民行為分析. 但一般選民還是把政策看清楚點比較要緊,你管別人怎麼投
今天琪斐大放送的關鍵字是:
#美民調失準
#選情霧茫茫
--------------------------------------
《#范琪斐的寰宇漫遊》每周四晚間8點55分在 #寰宇新聞台 播出,沒跟上的也沒關係,歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐的寰宇漫遊 🔔https://reurl.cc/ZvKM3 1000pm準時上傳完整版!
美國數據分析研究所 在 The DoDo Men - 嘟嘟人 Youtube 的最佳貼文
Eric透過這支影片分享他成為精算師的經驗,並且從中回答大家的問題!
Eric介紹精算師的影片:https://youtu.be/oBV1GTtfNLE
數學系、經濟系、統計系、商學系、財經系、資工系的你,畢業後可以做什麼?精算這職業有很高的入門門檻,但是如果你能熬過那漫長的考試人生,你會有很大的收穫!希望這支影片可以幫助大家決定到底要不要走精算這條路!
以下為影片裡提到的一些資訊:
VEE (Validation by Education Experience) Requirement (VEE 需求):
SOA: https://www.soa.org/education/exam-req/edu-vee/
台灣網站:http://www.airc.org.tw/exam/501
VEE Directory (搜尋你學校哪些課被認可):
https://store.soa.org/Default.aspx?TabID=1808&VEE=displayonly
Different Actuarial Societies (不同的精算協會):
SOA: https://www.soa.org/
CAS: https://www.casact.org/
IFoA: https://www.actuaries.org.uk/
Eric 使用過的精算參考書:
TIA: https://www.theinfiniteactuary.com/
ASM: https://www.studymanuals.com/
ACTEXT: https://www.actexmadriver.com/
Rising Fellow: https://risingfellow.com/
Crystal Clear: https://crystalclearexams.com/
#經驗分享 #精算 #數據分析
歡迎追蹤我們The DoDo Men的IG和FB:
Instagram: https://www.instagram.com/thedodomen/
Facebook: https://www.facebook.com/TheDoDoMen/
美國數據分析研究所 在 李基銘漢聲廣播電台-節目主持人-影音頻道 Youtube 的最佳貼文
本集主題:「美中貿易戰其實才剛開打:一場沒有贏家的霸權競爭,改變全球經貿版圖、台灣產業布局的經濟大戰」介紹
訪問作者:高長
內容簡介:
全球新競爭時代來臨!
美中兩強爭奪的不只是貿易戰、地緣政治,
更是未來科技主導權的霸權之爭。
修昔底德陷阱能夠避免?這場戰局範圍多大?將持續多久?誰會是贏家?
美中貿易爭端已演變成科技戰,甚至是意識形態和地緣政治的角力,未來兩國在高科技、人工智慧等行業下世代領域對抗,競奪主導權的格局不會改變,貿易摩擦也不會停止,
唯有盡早研擬可面對變局中、長期策略,以規避可能的風險!
──多年研究兩岸經濟、前國安會副祕書長高長教授,從背景、演進、衝擊、未來希望、台灣的因應對策,提供最完整的紀錄、系統分析及精闢的未來預測。
◤川普高掛「讓美國再度偉大」,習近平高舉「中華民族偉大復興」,世界兩強火車對撞已難免,大國博弈更是難停。表面上看,是美國對中國不信守加入WTO承諾,未充分踐行市場準則,在知識產權保護不利,政府又補貼國企,造成不公,但骨子裡美國對「中國製造2025」產業政策,有深深的憂慮,希望藉貿易戰,逼迫外國企業撤離中國。
◤川普執政後的美國,對中國大陸的定位已經從過去的「戰略夥伴」,轉變為「戰略競爭對手」中國對美國的霸權地位已構成挑戰,其科技能耐更已影響美國國家未來安全。美國對中國的貿易制裁,直接或間接都將殃及台灣。尤其是通訊、資訊電腦相關產業,生產蘋果、惠普、戴爾的台商衝擊尤大。
◤中國大陸的非關稅壁壘問題「潛規則」,美國企業抱怨必須與中方合資才能發證,政府採購不夠對外國競爭者開放,甚至基於國安考量考慮「數據在地存儲」,有礙流通的效率,也不開放雲端運算與互聯網審查制度。擺明Facebook和Twitter等平台不可能進入。儘管已進行了多次的貿易談判,但三個問題不可能短期解決,一是監督機制如何落實,二是國企補貼問題,三是中國大陸過高的關稅和非關稅壁壘重重。
◤無疑地貿易戰可解,但科技戰涉及諸多結構性因素,美國要求進行法規和治理制度的改革,但中國大陸認為這已有礙主權及尊嚴,似乎沒有讓步的可能,僵局仍會繼續。儘管台灣受惠於轉單效應,但「台灣接單、大陸加工、出口美國」的模式,勢必瓦解,拖累經濟成長,也將改變製造布局。
作者簡介:高長
現職:
東華大學公共行政學系榮譽教授
中國文化大學國家發展與中國大陸研究所兼任教授
遠景基金會季刊主編(科技部 TSSCI 期刊)(兼)
中華經濟研究政策顧問(兼)
學歷:
國立政治大學經濟學系學士、碩士
美國紐約州立大學經濟學系博士
出版社粉絲頁: 時報出版
請大家支持,我全部六個粉絲頁
李基銘主持人粉絲頁:https://www.facebook.com/voh.lee
李基銘的亂亂分享粉絲頁:https://www.facebook.com/voh.happy
李基銘的影音頻道粉絲頁:https://www.facebook.com/voh.video
漢聲廣播電台「fb新鮮事」節目粉絲頁:https://www.facebook.com/voh.vhbn
漢聲廣播電台「快樂玩童軍」節目粉絲頁:https://www.facebook.com/voh.scout
漢聲廣播電台「生活有意思」節目粉絲頁:https://www.facebook.com/voh.life
美國數據分析研究所 在 Mason GRE | 各位有志走#DataScientist、 #DataAnalyst、和 ... 的推薦與評價
這位學長在美國念碩,已找到在德國Data相關實習,與我分享數據分析領域國外實況,我 ... 大學研究所期間,數據分析需要修很多課,線性代數跟機率很重很重因此要唸好。 ... <看更多>
美國數據分析研究所 在 MIT/CMU/UCB/GaTech/NCSU美國分析類碩士分享- 留學 - Dcard 的推薦與評價
另外,近期板上很多人分享MSBA選校的文章,但都會- 美國留學,碩士, ... 希望可以成為資料科學/分析組的管理者,或是管理顧問公司的首席顧問或合夥人。 ... <看更多>
美國數據分析研究所 在 [心得] 千萬別來念BA與美國找工心得- 看板studyabroad 的推薦與評價
代po,
1.若有疑問,會幫忙轉告給原作者,但原作者會視問題選擇回覆。
2. 轉載請務必事先告知,若發現營利機構利用本文,我會直接刪除本文
已發現某些GMAT教育機構將本文連結用於招生文宣內容
如需『利益性』的轉載本文或『間接』使用本文營利此請來信徵得同意,切勿觸法
著作權法第十條:著作人於著作完成時享有著作權。但本法另有規定者,從其規定。
前言:
在掛掉人資打來的錄取通知電話時
我在當時的租屋處
揮拳振吼了一聲,這一聲吼
對我來說並不是因為收到錄取通知
而是終於可以從去年5月開始的找暑期實習不順
開學投遞正職的不順
到今年4月才正式結束這段人生低潮期。
我想,聳動的標題總是會引起爭議
但今日我以一個當初相當看好MSBA留學生
可以在美國留下工作的過來人來講
我希望大家能夠聽得進去
不管你跟我一樣是貪圖OPT 3年的優勢來希望增加美國工作經驗
或是來美國洗學歷的
我希望這篇心得文能夠幫的上一些忙
個人背景:
台灣私校商學院畢GPA剛好3.0
半年製造業、兩年台灣銀行經驗、
師大隨班附讀python及management science
加州不知名小學校MSBA畢業 (非Stanford、UC系列、USC等校)
進MSBA前,只會使用python
接觸過R,但兩者皆不到精通
由以上背景就可以知道
相較於板上台清交的優秀學子
我真的就是個過去大學很混的大叔出來念MSBA
我相信如果想真的留在美國工作,你們一定可以做得到。
BA就業市場現況:
在我選擇唸BA前
相信大家都有看過某M家出的未來就業市場需要大量的數據人才
這話我覺得造成海外學子被坑殺的起點,連我自己都中招。
很多學子幻想在美國念完BA碩士後
好像吃了大補丸一樣
畢業後會用python、R、SQL可以瞬間殺敵
(事實上,美國各大學校MSBA教的都很淺)
殊不知從BA的人才早在2017~2018年初就差不多接近飽和
更不用說,自2017年開始後,各大學校為了增加收入來源
廣設MSBA
另外還有市場上轉職跳Data領域的社會人士
2018年下半年開始各大公司及新創
在選人非常頃向找至少有美國工作
實習經驗或是超級名校畢業的新鮮人
尤其BA這類職位,相較於CS、Data Science
根本就是開給美國當地人的職位
(因為BA最重要的技能就是溝通)
於是在2018年12月加州中下等級學校畢業又沒有美國實習經驗的我
只能拿到些許的面試機會(文中後段會提到面試經驗)
對於現在2019年5、6月畢業才開始認真找的人
我必須對你們說,如果你們不找人幫忙
請您們務必做好長期抗戰,甚至掛靠、回台找工作的打算
BA工作面試準備:
我其實有一個說是好習慣但也說是壞習慣的準備方式
就是不管在板上或是哪個網站論壇看到別人推薦的教學網站
我就直接存到我的最愛的資料夾,但問題來了,存了一堆
發現根本不會每一個都看
後來在準備面試公司發來的case study後
我就乾脆每一個技能精通一兩個網站內容就好
若有不足,再特別去找資料加強,每個人準備方法不同
我這裡僅供平凡人的唸書分享。
Excel:
抱歉,excel對於BA來講,請不要以為不是coding就看不起
套句館長常講的:『這是基本中的基本中的基本中的基本中的基本中的基本中的基本』
如果你現在用excel可以到不需要用滑鼠游標
只靠鍵盤完成所有資料處理,那你就夠格
這樣講有點誇張,但我身邊的同事都能做到這個地步
另外,關於excel技能,請精通pivot table、vlookup、字串擷取
網上估狗有很多中文資源,選個部落格好好讀通就好。
現在工作的公司當時面試題目
就是用python或R把excel可以做的事情重做一遍
換句話說,你必須要對Excel能相對應到Python pandas及R裡的
dplyr、tidyverse相當熟悉。
SQL:
當時學校教的太淺,比較著重在理論
導致當時在準備SQL take home quiz的時候寫的不是很好
我後來是精讀Mode Analytics教學網站
https://mode.com/sql-tutorial/sql-in-mode/
實在是寫得讓初學者快速易懂,這部份做完後
就可以上leetcode或是hackerrank刷SQL題,進入以題養題階段。
大部分面試都是考如何join table這種必考題型
還沒遇過考window function,但多準備一下也好
Python:
這是我最得心應手的語言
主要準備方式就是case study寄來後
遇到不會的就上網搜pandas的library
考來考去都是考你取unique values、group by、value count、做avg sum
這方面可以參考我之前在台大推廣部教python的郭耀仁老師
medium網站:https://tinyurl.com/y5m3bfju
R:
如同Python,只是精通的packages主要是dplyr及tidyverse
一樣可以參考我老師的medium中輕鬆學習 R 語言系列文:
https://tinyurl.com/yxmqedx6
Statistics:
大概把你大學的統計學課本拿出來再翻一下
尤其假設檢定那一段,另外水管教學
可以看看這位,蠻好懂的
https://www.youtube.com/user/jbstatistics/playlists
Behavior Questions:
很多人在這邊輕敵,以為就好像聊天一樣
任意講出心裡的答案,事實上
老美面試你的時候跟在台灣的情況完全不一樣
該包裝的話語還是得包裝,以下是我不管被電話還是面試的常見題目
請盡量上網估狗看看美國人的建議答案怎麼回
千萬不要以為自己英文好還是想凸顯個人特色就亂答。
Tell me about yourself
Why XXX? Why XXX team?
Biggest success? / What are you most proud of?
Weaknesses? / What are you not good at?
Give three words that your colleagues might use to describe you.
What kind of manager are you looking for?
If you have a question on something you are doing, how do you handle it?
What would you do when a senior subordinate disagreed with you and decided not to follow your orders?
Why do you want to be a data analyst?
What are your communication strengths?
How do you handle pressure and stress?
What are your long-term goals? Where do you see yourself in 5 years?
(這題不知道為什麼特愛問,每面每中)
Explain a project that you worked on, from start to finish
Talk about a time when you could not meet a deadline?
Data Analyst相關面試經驗分享:
大概從去年9月開始投正職工作
總計投了850個職缺,收到的面試邀請總共15-20家
自己上的公司就不方便透露
概略分享面試過程中相對有收穫的幾家公司
名字故意模糊處理,有興趣看完想投的人應可從關鍵字找尋
以下供各位參考。
Nasdaq上市航空公司 - Operations Performance Analyst
官網海投,因為本身對航空業蠻有興趣,就投看看
投完10天後電話面試邀請。第一關HR大概詢問你目前的找工狀況
大致上問你有沒有聽過他們這家公司
還有確認一下你的技能包
過沒幾天就收到第二關Hiring Manager電話面試
這一關主管花了大概半小時在講解這跟職缺要幹的事
本身沒問我太多問題
他們航空公司想找一個能靈活運用Power BI tool
跟使用python語言去對excel報表做串接的人
並且來幫忙抓誤點病兆的角色
聊到結束前冷不防問了兩個航空相關問題測試商業敏銳度。
excel文件串接延伸參考文章
當大蟒蛇語言遇上老牌試算表軟體 https://tinyurl.com/y69mog6u
第一題問你為什麼夏威夷航空準點機率會什麼那麼高?
大概舉例說明原因,這題答案很多,如果有提到天氣
基本上就還ok,我提了大約3點。
第二題問你一個機場的大小,你會從哪幾個方面去做考量?
這題答案也是很多
沒有標準答案
大致上就算ok。
過了三週,收到on-site邀請,也是我第一次的美國on-site經驗
公司直接訂了機票讓我從加州飛往鳳凰城面試
on-site面試歷經1.5小時,因為hiring manager有事在身
由該單位的VP代打,面試內容大致算輕鬆
純粹主要問你為什麼想加入航空業?你給自己在這家公司的期許?
又再稍微確認一下你會的技能,由於在on-site之前
有針對該公司的誤點情形作出研究,在面試的時候
我問了蠻多專業性的問題,VP對我印象頗深
接著我被拎到樓上跟hiring manager再聊一次
主要就是讓我看看他們平常的在做的報表,就結束這場面試。
結果:兩週後收到拒信。原本以為提出蠻多專業見解錄取機率蠻大
但事後想想應該是在VP那關問Behavioral Questions時候
回答得不夠好,因為是第一次on-site,被拒後有陣子提不起勁找工作
後來認真想想其實也是蠻好的經驗
薪資方面沒有談到,但調查過約莫50k上下 in Phoenix
福利還不錯,有免費機票可以搭美國某兩大航空公司。
廉價航空公司 - Analyst
官網海投,也是因為對航空業蠻有興趣
20天後收到HR電話面試。
第一關HR問制式問題,問你的優缺點跟為什麼想來航空業?
如果不是當Analyst,你希望可以當航空公司裡哪個職位?
過沒幾天就收到第二關Hiring Manager電話面試
前半段主要敘述這個缺要精通python、R、SQL
做一些航空業的營運分析
後半段完全按照glassdoor鄉民的面試題庫來問
其中那種顧問業的老題庫還真的拿來考
被問到全美國一天吃掉多少片pizza? 怎麼樣預估?
主要就看你的解題思路,我相信網路上有蠻多解題範本
聊了30分鐘就結束這關。
結果:止步於電話二面,一週後收到拒信
個人猜測解題思路那關講的咪咪冒冒,被拒也不意外。
薪資方面,人資電面表示公定價,約45k-55k in Las Vegas
Las Vegas小電商 - Business Analyst
Indeed.com投遞。非常小的白人電商公司
是AMZ底下的supplier,因為規模小
第一關直接Hiring Manager打來確認找工情況
跟過去學校的project經驗
隨後發了SQL題目叫我一週後的二次電面前寄給他就好
SQL題目很簡單,考五題
都是利用join table、做avg、having、還有篩選出一年內的資料
第二次面試,面試官測試你的表達能力
問你如何解釋database是什麼給一個7歲孩童聽
除了再問一些culture fit跟behavioral Questions外
加了一道實務題,問你現在公司倉庫空間利用不當
你會從哪些層面著手調查?一樣考你解決問題的思路
但對方想聽到實際的經驗做法,我其實沒有相關經驗
講得不太好,聊了45分鐘就結束這關。
結果:止步於電話二面,隔天收到拒信。
個人猜測倉庫問題講得不夠具體
薪資方面,Job Description有直接寫明至少45k in Las Vegas
灣區Fintech – Data Analyst
請人內推。這是我面試收穫最大的一家公司
因為也是最多關卡的一家。由於內推的關係
第一輪HR打來了聊聊就過了
隨即發了一個case study叫我儘快做完交給他
case study實際題目不方便透露太多
主要就是用你最擅長的語言去處理time series data然後做成ppt
過了四五天,hiring manger就來約二次電面
主要內容依舊是問我過去銀行做放貸及學校做的projects
幾天後就開始約on-site。
on-site當天,總共五輪,每輪各半小時
第一輪對PM,第二三四輪,分別與大老闆、小老闆、未來同事面試
第一二三輪依舊圍繞在culture fit跟過往經歷
第四輪同事這一關就出現白板題
丟了一道SQL題,去做query,沒有很難
依舊是考join table, having, group by, count的用法
解完又丟了一道題,但做了有點卡,對方表示用python解也可以
後來就用pandas裡的指令做完,後來時間也就到了
第五輪,也就是上台presentation那份case study作業
台下面試官會時不時丟問題上來,由於作業我做得還算用心
Q&A還算有準備到,但發生一個最要命的失誤
就是有一道題目我沒讀懂,做了不是公司想看的東西
導致這裡的Q&A答的不好,選擇會後補充
presentation講完大約45分鐘後,就結束該日行程。
結果:止步於on-site,三天後人資親自打來安慰
後來請內推的大哥詢問失敗的feedback
不外乎過往經歷講得不夠具體
time series data 處理經驗太少
case study有幾題做錯方向
縱使後來感謝信當中有補充說明
但也於事無補。整體來說
這次面試奠定後來on-site的成功基礎,我其實相當感謝這些中肯的建議
薪資方面,完全沒談到
但估計是一般灣區新創Data Analyst水準。
San Diego財金軟體服務公司- Consultant
實習時期找人內推,正職官網海投。
會關注這家是因為自己跟San Diego有些地緣關係
加上自己過去在銀行上班,所以對該公司業務相當興趣。
該公司主要提供軟體服務來幫美國的retail banking 解決問題
ex: 顧客queueing、銀行hiring process等等
2018的暑假前在LinkedIn寫信搭訕一個白人老外請他內推實習
後來電話聊過,隔天公司就幫我安排跟HR聊
兩天後team lead就打來電面
主軸都在聊我過往銀行經驗跟學校projects
還有確認會的技能包,過沒幾天就安排跟大老闆電面
但就在電面前一天!人資突然取消面試,表示因為原因已經鎖定一個intern
現在組內不打算找第二intern (估計預算問題)
於是我就帶著黑人問號的情緒度過2018年的暑假。
到了2019年1月
看到官網出現同樣Job Description的正職職缺
剛好人資又把我的履歷撈出來,一聊之下
人資聽到我找他們實習的故事,大為感動
隨即幫我約了跟大老闆的第二次電面
但這回經驗不太好的原因是
跟面試官從電話中就可以感覺到他們是想找即戰力的人才
對於我解釋學校的projects,不太感興趣
聊到後來我自己都有點火氣
整個電話原定要45分鐘,20分鐘就結束
不過有稍微提到該職缺80%時間都會用R在data preprocessing
剩下20%的時間是準備給客戶的簡報
如果有進到最後一輪,會有presentation
的確符合Consultant這個職務。
結果:止步於電話二面,寫信給人資也沒有update,
是我上官網看職缺才知道filled。薪資方面只跟人資聊到range,
當時自己開的也稍高
調查過後應該無經驗約在60-68k以內 in San Diego
南加某Fintech 新創公司 - Senior Analyst
官網海投。該公司從事線上借貸平台服務
因為在學校projects做的是跟credit default相關,就直接投了。
第一輪HR面試依舊是常問題型
問個人成功案例、優缺點、同事如何形容你、會的技能包
沒啥太多問題,幾天後就收到Hiring Manager的電面邀請。
第二輪電面,Hiring Manager對我過去在銀行做放貸背景蠻有興趣
問了我當時怎麼跟顧客應對,除此之外
問了我做credit default的內容,用了哪些演算法
成效如何?哪些features影響default最大?
過程聊的蠻順利,五天後收到case study
題目不方便透露
但主要是用markov chain去估算下公司下幾個月的違約情形
用excel或是python做都可以
作業遞交後,至今仍無回應,估計沒有相關經驗,做這道題有些難度。
結果:無聲信。薪資未談到。
結語:
隨著上工近兩個月後,終於可以好好兌現自己的承諾
坐在書桌前撰寫完這篇文章。
以前我也是到處在版上私信騷擾各個MSBA名校神人
不管當初有沒有回覆我站內信的人,我也衷心感謝你們。
這一路上走來,承受的壓力真的難以言語
很恨自己當初為什麼不選擇其他私立稍微有名的學校
為了省學費念一所名不經傳的小學校
尤其當看到同學在各地到處遊玩,自己因為預算跟找工壓力
始終不敢出門玩,把自己宅在家準備面試資料
這段期間,有時因為收到on-site的拒信
一時情緒上來電話中跟家人大吵一架,實在很對不起他們
如今順利在灣區工作,也總算讓家人放心
我想謝謝這一路陪伴我的家人、朋友、聽我發牢騷的歷任室友們
以及無義務幫助我的貴人、天使們,你們都會有福報的。
特別感謝家人還替我到廟裡抽籤
另外感謝我的解籤兼心理輔導親友團
籤詩裡「用心再作福」這五字
是這一輩子都要謹記在心的金玉良言。
如果這篇文章有幫助到剛畢業在找工作的版友們
我希望你們可以提攜未來需要幫忙的人
廣結善緣
因為你真的不知道哪天可能換你需要別人的協助。
最後,祝各位不管是在找工作焦慮的畢業生還是想考慮轉BA的人
希望你們未來都能順利!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.167.40.195
※ 文章網址: https://www.ptt.cc/bbs/studyabroad/M.1558373829.A.9E2.html
嗨我是原po, 關於薪資的部分, 我知道肯定很多人會特別關注這塊
每個地方的薪資水準都不一樣, 在鳳凰領50k, 遠比灣區領80k還舒適
另外也請考慮稅後實拿的金額, 我相信板上很多工程師
所以薪資水準本來就比商學院出身的高出一倍以上都很常見
今天在此分享ba跟da職缺
本來就是希望大家了解一下除了工程師以外的世界是長怎樣
畢竟美國社會的組成不是全部都是理工人
※ 編輯: dogpa (118.167.40.195), 05/22/2019 11:52:51
※ 編輯: dogpa (114.45.118.233), 05/30/2019 16:50:54
... <看更多>