前言
半年的受訓與裝備，在課程飛快前進與專題中告一段落。又是全時間投入職場的時刻了。
台北資策會大數據的課程內容、工具的學習非常的多樣與豐富。我曾在上課前稍微做了部分的了解，但或許認識的還是太少。不論從社群網路或免費的學習網，倘若不是被困在職場沒有時間 survey 的夥伴，真心建議參與課程前可以有一些的預備。回溯這趟學習的旅程，可以用以下幾個議題與大家共同分享。
心得分享
一、該如何預先做更多的準備？
與其說大數據(Big Data)，以台灣目前真實的現況來說，用資料(Small Data)分析的說法可能會更貼近實務的面向。如果對數據的分析真得感到興趣，在投入本班課程前，我誠心建議您可以參與更多的社群與討論、自主性的事先學習大量免費且時間彈性的課程，以便獲取更多的資訊，應該可以幫助您更快速的入門，或者先打上一劑強心針。
(一)可以事先參考哪些內容: 數據分析中所涉及的工具、分析的方法、機器學習、演算法、統計分析等。尤其統計分析基礎還是需要具備，過往讀過的統計書籍、網路上 youtube 免費的統計教學影片、Coursera 線上免費課程等，都是可以事先去閱覽、觀看的不錯資源。
(二)上課前有沒有做功課的差異: 如果不是資訊、數理、統計等相關科系，甚至完全沒有接觸過統計、程式設計等領域者，若沒有預先的瞭解與預備，除非抗壓性夠強且有足夠的彈性接受新事物，否則在挫折中，容易自我懷疑是否真得適合這樣的學習。台北資策會的巨量資料分析班，是一個短期專注訓練的就業養成班，不像大學裡給予學生一、兩年 的時間可以慢慢地消化、吸收、深度的學習。在資策會的就業養成班的學習則有一定的廣度，但是每一門學科的深度，則得靠自己願意投入更多的時間再做更深入的學習與鑽研。因此，學習的自主性與彈性是需要具備與培養的。
二、課程中工具的多樣性對我的影響是什麼？
在這個班，會學習到很多不同的語言與工具，為什麼要學這麼多？ 根據我個人學習後的瞭解，資策會會提供學生時下業界熱門與常用的幾套工具，來幫助學習者未來比較能夠順利進入職場，能夠更貼近實務的需求。在結訓後、面試時，也可能會有面試官問您會不會使用這個、會不會使用那個工具，一間公司工具的使用往往也與發展策略、成本考量有關。
求職者當然可以針對自身對於工具的喜好與熟悉度而去選擇某一份工作；相對地，一間公司的用人也會考量公司既有工具的使用與發展性來作為選擇人才的其中一項標準。那麼多樣性的工具在學習期間對學習者所帶來的影響又是什麼呢？
受限於有限的學習時間，工具與程式語言的多樣性，可能會導致部分同學會心生懷疑為什麼要學這個？而不使用那個就好？我的個人建議是：抱持著平常心來學習就好，試著不要帶入個人的偏見先去認識每個工具、語言的不同屬性，學習中也可以上網自行搜尋工具、語言間的差異性，或者是找個時間與資策會的講師聊聊。為了在短期內可以有效學習，每個工具能夠教給學生的，多少都是有限的，真的是師父領進門、修行在個人。若這個工具或是程式語言對我來說比較能夠得心應手，或更貼近我的學習習慣，我可能就會對那個工具更為熟悉一些；如果另一種工具或語言可能有著某一種工具、語言所沒有的功能，但也能夠涵蓋 80% 的範圍的話，那麼自己也可以針對資策會課程未能涵蓋的部分來進一步認識即可，未來仍有結合一起使用的可能性。所以，千萬不要排斥接受新的事物，敞開心胸來接受資策會所精心安排的課程，再慢慢地發展出自己想要更深入研究的工具、語言清單。不要在工具、語言的紅海中迷失！在近半年的學習期間，學習夥伴間的討論也是非常重要的一環，這些在學習的前期也許還不會碰到，但是到中、後期，尤其是專題開始進行時，就會逐漸的發展出同儕之間常用的工具與語言，主要也是因為沒有太多的時間可以讓您慢慢地100% 全然的熟悉每一種工具與程式語言，所以勢必得做一些取捨。但即便如此，學習應該是一個進行式，而非完成式，不會因為在資策會結業了、課程結束了一切就停止了！若是真的對大數據分析領域此一專業有著濃厚的興趣，學習的清單應該是可以一直增添的。學無止盡！
三、跨領域者該以怎樣的角度切入大數據分析的領域？
我們其實生活在一個與數據共處的時代裡，即使是家庭主婦都在和數據拚搏，即便那只是一個微量到一個家庭的數據資料，但是 N個家庭數據資料的集合，可能正反映的某個社區的用電量、用水量、消費習慣等。身處在這無所不在的網路世代，不論我們曾經在哪個專業領域，那裏也同樣存在著數據資料，只是我們是否曾經對它感興趣，是否會額外投入時間分析這些資料。
因此，跨領域不應該成為我們具備與養成分析數據的阻礙，而應該是一種助力才是。每個領域都有它觀看事物的角度與思維模式，這些都提供了分析數據資料不同的面向，也可能是重要的收集分析資料的方法，影響著我們從哪些社群去獲得這些資料。倘若未曾有過程式與統計的養成，那麼建議往上閱讀第一點的分享，因為一旦一個人開始預先去了解與預做一些功課時，，會讓自己更清楚地瞭解究竟自己是否真得適合踏入數據分析此一領域。即或不然，我們所處的環境與產出的數據，也會開始啟動我們敏感的神經去認識我們生活中不斷產出的這些資訊與資料。
四、資策會課程的安排之我見大數據這個議題，最近這兩、三年在台灣媒體被炒得沸沸揚揚的。
從各個不同的領域，不論是業界、學術界、實務工作界，對於數據分析人才的招募、新創團隊的成立、大專院校課程的開立等，都顯見這個議題在台灣的發展正夯。因此，資策會不是唯一開設大數據分析課程的機構，但是為什麼我會選擇資策會呢？某些部分來自於網路上學習的口碑，另一則是受限於個人的進修時間有限。因此，選擇與否往往取決於您有多少的預算、成本考量與時間因素，上課機構的選擇也可能取決於課程的安排方式、可信度與地理位置。
因為我是以在職訓練的身分進入資策會學習，所以這幫助我更實務、更具目標導向些，在這裡的所學將來都要能夠快速地應用於實務面上。因此，在學習的過程中，我會去反思這些東西將來我該如何應用、用在哪裡，哪些議題是我將來可能會透過這個工具與分析方法應用的。當我不明白我的所學將要如何應用時，我可能會帶著我的疑問與授課講師或導師聊一聊，這些都有助於我重新聚焦。資策會課程的安排，不總是100% 符合我們每一個人的實際需要與期待，例如：某些課程可能我個人會覺得可以透過自學即可(網路 Wush 老師的 R語言翻轉教室)，應該把時間安排在需要扎根或深入學習的課程，例如：機器學習、R 的實務應用或 R與機器學習等議題。
資策會的課程安排給了我廣度的面向，但在有限的時間裡，的確容易缺乏深度。這也正是我個人感到焦慮的部分，我們真的需要這麼多的工具與語言嗎？ 如果沒有深度，我們是否流於都知道一些，卻也都不夠精深。因此，這些其實也挑戰著我們該如何思考與選擇。不置可否的，學習需要時間，即使是大數據的分析，都不是僅僅只靠一個人，而是得靠一個有默契的團隊一起齊心分工合作。這在專題時特別能夠體現，我可能在現階段在某個工具或語言的使用與應用上更能夠投入，那麼我在這個環節扮演這個角色(例如: 網路爬蟲負責蒐集資料、用 R作分析與視覺呈現、撰寫 JAVA 後端程式或前端設計等)，也因為這個角色，讓我對某一個工具、語言的某些功能有了更多的熟悉度。
不論在哪個機構或學術單位的學習，課程安排者與學習者其實都扮演了共同監督與完成的角色，讓課程能夠更貼近學習者的需求、實務與業界的需求。因此，必須要有人願意回饋、分享，當然也必須要有人願意聆聽與敞開心胸來接受這些批評與指教，讓課程的設計更臻於完善，讓施與受者彼此之間成為學習之路的夥伴。
學習應該是一個進行式，而非完成式！所以，希望我們在資策會的學習可以幫助我們在職場上的實務應用。很多自覺不足或者是認識不夠深入的，即使結業了，真正的實務應用與深度學習才正要開始。
祝福您的學習之路，永遠回到學習的初衷，找到學習的熱情，建立友善的學習夥伴關係，學習永遠不會太晚！加油！