踏入數據分析領域必備：Side Project的準備

Fann
Fann
2023/07/06閱讀時間約 6 分鐘
　　在之前的文章中，分享了我從公務員轉職到資料科學家的歷程，其中大大增加我履歷亮點的，就是大量的專案經驗，也就是大家稱的Side Project。這篇文章，想要分享Side Project為何、規模應該多大、方向怎麼找、在職期間怎麼找時間規劃完成自己的專案......等，希望可以給讀者一些更具體的想法！

Side Project是什麼

　　關於Side Project是什麼、如何開始，我詢問了ChatGPT給出以下回答。
ChatGPT對Side Project的理解
　　對我而言，Side Project是在正職以外自己進行的專案，不管是靈光一現的靈感，或是遇到問題的解方，都可以成為自己獨特的Side Project。Side Project 重要之處在於，因為作品能幫你說話。尤其是轉職前沒有相關工作經驗，Side Project就可以大大提升說服力，讓人一看履歷就相信你具備技術能力。
　　如果上面ChatGPT的回答你都看得懂，那恭喜，你已經是可以獨當一面的數據分析師了，接下來只缺一個資料、一個靈感、一股衝勁，就可以完成很棒的專案。
　　如果ChatGPT的回答看完還是覺得很迷茫，那沒關係，接下來我會分享一些做專案的心得，試圖解決大家心中的困惑。

Side Project方向怎麼找

　　如果是要接觸數據分析、資料科學相關的領域，一開始一定會苦於找不到專案的方向，這時，可以從生活中的問題下手，例如：返鄉買高鐵票好苦惱，這時可以寫一個簡單的爬蟲專案，自動化買票的流程；找租屋/買房時找不到CP值高的房子，可以透過政府Open Data中的實價登錄資料，分析影響租房/買房價格的因素，試圖找到合理的價格。
　　另外，若想做資料分析專案，卻苦於沒有資料，可以上政府開放資料平台，上面也可以看到一些公開的加值應用；或是上Kaggle，裡面有許多比賽，有各種的資料可以玩，不同的任務要達成，更重要的是，通常都會有許多人分享他們的code與分析邏輯，是一個充滿寶藏的地方。
　　這邊跟大家分享幾個我曾經玩過的Kaggle競賽，在裡面學到了很多資料處理、建模分析的技巧：
　　接著，站在技術層面，我整理出幾個資料分析相關專案常見的分類，可以參考。
  • 資料分析專案：包括結構化資料分析、自然語言處理(NLP)等，可以在專案中實踐從定義問題、資料探索性分析、資料前處理、建模分析，到結果詮釋，這一連串的流程，展現對資料分析的掌握度與理解力。
  • 影像辨識專案：包括影像分類、物件偵測等，可以結合生活中的議題實作，例如實作抽菸辨識，若辨識出抽菸則發出訊號；做食物分類，計算熱量提供使用者飲食營養參考。
  • 網路爬蟲專案：網路爬蟲範疇很大，除了從網頁上抓取想要的資訊外，也可以實踐自動化買票、自動化操作社群等等，只要有簡單的操作概念，就可以變化出各種應用。
  • 流程自動化專案：善用程式自動化工作流程，例如，偵測股票價格，到價值點時自動傳Line通知、自動化整理報表、生成例行性簡報(PPT)等。
　　以上這些專案只是大略的分類，若還找不到方向，不妨找個有興趣的類別開始學習相關技術、發想有趣議題，開始自己的Side Project吧。

做Side Project需要的程式能力

新手也可以完成Side Project！

　　想做自己的專案，我覺得並不需要累積多強的程式能力，甚至有基礎的程式能力，透過ChatGPT的協助，也可以完成一個有趣的專案。舉個例子，你可以從一些券商的網站找到上市櫃公司的年報/季報，你想要把有興趣的財務指標抓下來，作為投資決策參考，並傳到Line上。此時，可以問ChatGPT如何爬取網頁資訊，它可能會告訴你可以使用Python的BeautifulSoup套件完成；問ChatGPT如何傳到Line，他可能會教你用Line Notify傳送或是建構Line Bot。如此一來便完成一個專案了。
　　因此，我建議不要猶豫，新手就可以開始做 Side Project。做專案的過程中，可以讓你直接應用所學、累積技術，之後更能協助你抵達求職彼岸，甚至找到寫程式的樂趣，持續進步前行。
你不需要很厲害才開始，但開始了才會變得厲害。

怎麼知道做的專案有沒有價值

　　我認為好的專案不一定是蘊含很深的技術能力，更重要的是如何定義問題，並用程式解決問題。另外，面試的時候，常被問到是專案背後的動機、解決問題的思路、是否遇到什麼困難以及如何解決，最後是專案帶來的效益。因此，我認為一個有價值的專案，就是說得出故事的專案，
透過每次的 Side Project 讓自己一點一滴累積成長，這就是最大的價值。

如何在職完成Side Projects

　　在職期間要完成Side Project，對很多人來說是個挑戰。但我在職將近1年半的時間，至少完成10件可以放作品集的Side Project，關於如何有效率完成專案，我想歸納成四點分享給大家。
  1. 目標導向：因為Python跟R有許多模組可以實現不同的目標，所以在學習Python或R時，在掌握基本概念後，我通常會以目標導向進行學習，例如：我想學習如何用Python爬蟲，就去學習BeautifulSoup與selenium模組的用法，這樣也可以累積實力的同時，也完成自己想做的小專案。
  2. 從過去的作業/小專案延伸：過去的所有成果都有其價值，因此可以試著延伸過去所做的小程式，甚至將它們串在一起也許就能成為一個專案。
  3. 改寫程式：網路上有很多大神寫的程式碼，例如在Kaggle、Github上很多人會分享code，所以可以改寫別人的code，用不同方法實現同個目的，或是優化績效等等。
  4. 多專案並行：在做Side Project的過程中不免會遇到難關，有時候會卡住一段時間，因此我習慣多專案並行，若暫時找不到解方，就先構思或進行下一個專案，或是同個專案的其他部分。我習慣在做專案時用To-do list的方式，訂定項目與階段性目標，達成了就可以劃掉，這樣不僅可以追蹤自己的目標，也可以清楚區分所有想做的事情。

總結

　　謝謝大家閱讀到最後，在做專案的過程，其實最重要的還是熱情，要相信自己的Side Project很有趣，做的是好玩的東西，有熱情投入，一定能在每次做Side Project的過程中不斷成長，並且能講出動人的故事。
Fann
Fann
生長在農村，大學後在都市打滾。大學就讀會計系雙主修社會學系，研究所讀農業經濟，喜歡分析所以接觸了程式，也對科技應用於各種問題的解決深感興趣，試圖用科技為生活找尋解方。在這裡記錄跨領域學習的歷程與收穫，分享學習資源，或偶爾書寫工作或生活的點滴。
留言0
查看全部
發表第一個留言支持創作者！