前言
在參加這個就業養成班之前，其實沒有想過自己會踏進資料科學家的這條道路。雖然在2013年的時候就有聽過Big Data，可是那時候並沒有去深入的了解。直到後來物聯網和工業4.0的名詞出現之後，我才開始發現這是一個新興的產業，不同於以往資訊業都是資工、資管相關領域的人，在大數據的時代不同的領域都需要有不同的背景知識。也因為想要搶搭上工業4.0的第一班車，在考慮之後最後決定參加這個班級來充實自己的實力。
心得分享
資策會這邊的課程安排得相當的多樣，但是也因為太多樣了，所以不太可能全部都很熟練，而且課後可能還需要花一定的時間去複習一些技能，甚至是自己再去找額外的補充資料。而且可能還要先有心理準備，出去工作之後發現這邊上的有些課程可能是完全用不到的，或者是需要自學很多新的工具。例如：Hadoop eco-system這邊的課程安排的是 Hadoop、Pig、Hive，但是業界可能用到更多其他的像是 Impala、oozie、Kafka等等，雖然在課程中可能因為時間的關係沒辦法介紹太多內容，但還是要培養自己找資源解決問題的能力，因為在工作中主管可能會突然說要引進一些新技術，然後就交代說要去研究出來，這時候就是發揮自學能力的時候了。
專題的時候因為對棒球有興趣所以我最後選擇了CPBL的進階數據分析，雖然這個主題聽起來可能不像其他像推薦系統之類的那麼跟大數據有直接的相關，這個題目主要是偏重在ETL跟資料清理的部分，當然也會需要一些棒球相關的背景知識，所以在剛開始的時候我們就像研究生一樣要讀很多的文章。期間也進行了一些初步的資料清理。在專題中間的時候，其實有組員對於專題後續的價值有一些懷疑，就是如何把我們做的資料做後續利用。最後懷中老師那邊有幫我們連絡了棒球專欄作家，讓我們的數據可以在文章中被引用出來。所以如果對自己的專題很有愛，結訓後想要讓專題繼續存活在大家心中的話，也許可以考慮怎麼發揮專題的價值或是用自己架站的方式等等。
其實轉換一條新的跑道一直都不是件容易的事情，尤其是對非相關科系的人來說。(像台哥大的主管就 OS 說他剛開始也覺得很困惑為什麼我一個管理背景的人會來面試，不過在看完自傳跟面談完之後他說他的看法有改變就是了)。在準備專題的時候其實就可以慢慢思考自己在這塊領域的興趣在哪，逐漸加強這方面的知識跟能力。結訓後找工作的時候如果可以請主動一點去投履歷，不要因為面試感覺良好就傻傻的等通知，不然就會跟我一樣花了三個星期最後只等到無聲卡(除非很想放假出去玩的人就例外吧)。最後我想把面試的時候主管一直強調的話給各位參考：不管是什麼程式語言都只是個工具而已，最重要的是在這個領域的Domain Know-How。也祝各位學弟妹求職路一路順利。