Fisher 文組大叔
2 位追蹤者
Fisher 文組大叔
2 位追蹤者
有一陣子靠寫字生活，現在改靠數字生活。
在簡單介紹自己的轉職經驗後，這個出版系列將詳細的介紹轉職過程所需要做的準備工作，包含準備作品、履歷以及工作面談時的細節。希望幫助沒有程式開發經驗，但也想轉職工程師的朋友能找到自己理想中的工作。
全部內容
由新到舊
從事數據分析這個職位好一段時間，主要都待在台灣。也正好經歷一些公、私企業，金融、零售、製造跟甚至是政府機關內的數據分析工作。這篇想要分享，為什麼一間公司(或是機構)會需要數據分析，什麼等級的公司大概會需要什麼樣的團隊組成?
多數人會看到數據分析是python, SQL, PowerBI或是什麼
大哉問。但我的答案是，暫時不會。作為一個社會科學家，又身兼軟體工程師，覺得在AI在有生之年，還是很難完全取代人類的工作。理由很簡單，現代社會的經濟活動基本上還是由人類所構成的。是人類在解決資源分配跟創造資源。AI工具或許可以快速幫助人類實現生產力的提升，但要全面取代人類，我覺得還有很長一段路要走。
很多大公司小公司會想要導入數據分析作為內部決策的參考依據。不過，通常遇到的第一步，是發現公司內部空有資料，但殘缺不全。或是，基礎建設的效能不足等等問題。這時候，數據分析人員，往往除了執行數據分析的檢測或是資料探勘外，最常要做的就是自己動手清資料。也常常是因為這點，所以，許多公司的數據分析任務，一
時間過得很快，真正入行從事數據分析，不知不覺也過了快三年。工作職銜也從analyst進展到時不時會掛上Sr.抬頭。
當時候轉職，無非是找一個經濟上affordable的工作。但一路上下來，卻常常遇到跟自己很相近的人們。在一個看似充滿機會，也充滿不確定的年代，找尋著屬於自己的機會。
每到學期的結束，學術圈的朋友見面總是會不約而同地聊起求職、找工作、論文、paper等等的壓力。作為文組PHD的大叔過來人，跟朋友聊到他們即將面臨的求職壓力，或是根本看不太到未來的學術就業市場前景，總是會讓自己重新想想，如果，只剩下工程師的工作賺錢，那文組的訓練又有什麼意義呢？
付費限定
這是文科轉職數據工程師系列的第一篇文章。
許多人會在轉職前上許多數據分析課程，該怎麼選擇比較適合自己，但又不會噴錢呢？
這篇文章要介紹這個轉職過程前的準備工作。
這幾年資料科學很夯，搭上AI的浪潮之後更火。我自己念書期間加減碰了許多統計軟體，畢業之後就跟著這股浪潮投身資料科學的轉職。轉職不是沒有成本...嚴格說起來，成本還不小。轉換跑道至今，也有一陣子了，想分享自己的轉職之路。
2024/01/05
其實很工作需要的技能，需要另外進修或是on-job training。以前上過大數據和資料分析專家-清大教授來公司專題演講，似乎他的學生不只是工科也滿多商科。不過基本上數字敏感度也要夠。
