從8月底決定開始上課，到11月才正式進入軌道，中間9-10月因特殊原因無法自學，整個流程延到11月正式開始進入數據領域，透過小白的眼睛第一次感受到數據學習的奇妙。
我的背景介紹 : 英語教學產業8年，服飾設計電商8年(設計為主要工作，是自學，商業部分也是自學)。從文員轉到商業，再開始現在準備轉數據，走了一條顛簸的路，不簡單，很有挑戰性，但我滿享受這個過程的。經過坊間課程比較，評估自己比較適合跟著教練上課。重要前提是有先上了Google Data Analytics 的課程，確認自己原來並不討厭數據，甚至很喜歡數據。上了一半的網路課程以後(這門課是入門，算是簡單) ，認為可以投資自己才開始上較昂貴的教練課，這種上課方式是混合線上教學+自學+諮詢的學習方法。
寫在心得之前 :
第一個月我沒有甚麼技術類的建議，純粹都是放在觀念和心法，同時我的學習過程中也驗證了觀念先對，後續的學習才會順利。我知道網路上有不少直接教你透過技術學習(Excel, SQL, Python等)，純熟後就可以直接求職的資訊。但我認為這可能是在數據工作還不是太競爭時期的方法。目前數據工作市場越來越多人進入，比較能贏得青睞的方法應該是先拿到面試的門票，也就是針對你想求職的工作去做一個訂製式的規劃，贏面才是較大的。若僅僅技術純熟但沒有產業知識，除非是比較小型公司或非常初階的工作才有可能。我自己比較喜歡透過職缺切入並學習的方法。當然，這是小白的方法，是適合我自己的。
第一個月上課的自學心得
1)技術會越多越好嗎?
應該是越多越好不是嗎? 若你不知道你為甚麼要學這個技術，那麼還是初期先了解你的職缺需求必備的技術，純熟使用那個技術，都來的比會一堆技術結果不知道怎麼分析應用好多。特別是BA是需要domain knowledge的工作，BA的工作是提供insight，讓stakeholder可以藉由你的分析進行檢討修正或預測。因此若對產業沒有認識，面試時只能賣技術。若你的技術(SQL, Python, R等)是純熟的，也許更應該去試試data engineer or data scientist的工作。
2)學習過程中試著了解產業界資料，未來可以建立自己的side project
整個觀念建立的同時，再根據(作專案)過程的練習來加強技能，最基本的從Excel 開始。
3)要把之前的學科訓練先暫時忘掉。
以我的人文學科訓練背景來說，習慣有一個標準答案。雖然文科也有開放答案的選項，但一般來說，文科是可以找到統一的答案，對完答案覺得安心就學會。在學習數據過程中，特別是一開始最菜自學Google Data Analytics 時，已經有先學了初級的SQL。我發現阿，理科生的邏輯思考方式和文科是非常不同的，必須訓練自己找到解答，沒有甚麼解答步驟123寫給你看(ps. 還好google證照則是有給詳細解答的喔，感人@@)。這對我來說很不習慣。但安靜地坐下來好好想，保持穩定學習狀態後，竟然可以看懂SQL。
4)實作實作實作
一開始先從Google Data Analytics 自學，講解得很清楚，且講完一個觀念馬上就會有小練習，並在整個單完的最後做一個大練習。如果只是一直聽觀念，真得很容易虛晃過去，唯有透過實作犯錯修正，才是真正對那個主題真的有一點認識。觀念的部分透過小的選擇題來回答算是簡單，但有幾個單元開始講SQL運算我就發現我必須做一天，至少8個小時。你沒看錯，一個單元我要做一天，因為我要自己想為什麼，邏輯排列這些都不是文科出身的我習慣的。對答案時我覺得Google作得很好，他會有次序的解題給你，用video的方式。不過我總是堅持我自己(撞牆)做完才可以對答案。因此我不會透過它的方法來解題，自己想過了才對答案。我想這對商管理科的朋友可能很正常，文科作題方式比較不是這樣，就自己的經驗，因此自己覺得已經很滿意呢 =)
找自己待過產業，並從中挑出分析的工作JD來看看。這是目前我覺得比較安全且合理的做法，畢竟商業流程都算滿清楚的了，相信可以給出利害關係人更多有效的洞察。我挑好我待過的產業來分析幾份JD，得出必要與加分技術後，我就開始進行產業的研究。
目前正式開學2週，心得是轉職/轉領域真的很阿雜。沒有耐心是撐不去的!
ps. 要堅持，好好靜下來解題，但要對自己好一點，不要苛責沒有耐心，不會就問人或看解答或網路google。
待續.....
