前言
首先，進入「巨量資料分析就業養成班（iSpan資展國際Big Data巨量資料分析就業養成班的前身）」前，有些事情希望大家思考一下，而不是看到「大數據」很紅，就一股腦的報名。首先，各位是否想過未來的職涯規劃，想在那裡工作，哪個產業，國內外有多少職缺，工作有甚麼樣的條件要求，要做怎樣的學習規劃。最簡單的就是打開你的網路履歷，開始撰寫自傳，要不要嘗試應徵、訓練膽量就看個人，當完成履歷試著投遞時，很快就會發現自己所缺少的部分，對未來職涯規劃的藍圖會有初步構想，當然也可以詢問老師，會有不錯的建議。如果做過功課就會發現，目前資料分析的職缺並不是那麼地多，許多公司對工作能力的要求也不低；如果想要穩定就業者，可考慮參加 JAVA 班或是 .NET班可能會有更多的就業機會。如果真的對於資料分析有興趣的話，那就繼續往下看吧。
心得分享
Data Engineer 這個班種是要寫程式的，從一開始的 Java程式語言，以及 Linux系統，到後期的 SQL、R語言，不想寫程式也不太適合參加這個班。整體課程相當扎實，雖然大部分的學員都是非資訊、統計相關科系，但只要肯用心學，照表操課，不怕問問題，幾乎都能克服障礙。課程內容範圍從前端到後端都有，先把程式的基礎打底好後，再帶你把資料分析的步驟走一回，從資料蒐集、前處理、分析、呈現，瞭解資料分析的每個環節，畢竟這個領域太廣了，藉由課程快速入門後，未來再針對自己的職涯做中長期規劃。大部分的時候，入門的觀念是最困難的，畢竟像是大數據分散式系統處理平台 Hadoop、Spark等，應該很少人非資訊本科、只藉由自己買書就能夠看懂的，所以才會來花錢來投資自己。
課程最後有個專題報告，在這裡提醒一下學弟妹，請試著以廠商的角度來評量專題的商業價值：專題是否能呈現分析能力，這個能力也是業界所需，才不會讓專題只是專題，無法直接幫助到就業。
我畢業於國立台灣科技大學應用外語系，算是非相關科系的文組，跟一般工科或是商科的相比，離這個巨量資料分析領域似乎是更加地遙遠，在基礎統計或是數學、邏輯等方面的訓練通通都沒有。但我個人的背景比較特殊，我是在唸大三時才從電子系轉到應用外語系的，所以算是有相關的數理基礎，但是領域的轉換也是我的硬傷，幾乎在每一次面試的時候都會被問到，要取信於面試官相當有難度，直到最後幾次面試才能大致讓面試官所接受。
我雖然有打工經驗，但完全沒正職的工作經驗，是十足的社會新鮮人。當天在資策會期末專題發表後，會有就業媒合的活動，這些前來聆聽專題發表的廠商會比較能夠瞭解我們專題的製作過程，也比較信任學員們的能力，學弟、妹未來要好好把握才是！後續在網路求職平台投遞履歷，大概至少要投個 60幾家可能會比較足夠，履歷記得要打開，有些廠商會透過這些人力銀行的平台、公開的履歷直接聯繫。我自己的求職過程是不太順利的，後來仔細檢視一下後，發現應歸咎於自己本身的因素比較多。首先是在資策會期末專題發表會後的就業媒合，我是將自己定位在程式設計人員而非數據分析人員，但這樣的定位其實很詭異，因為來的廠商就是要找數據分析人員的，如果要找一般程式設計的職缺，這些廠商應該會去資策會的 Java班或是 .NET班尋找。此外，我們組的專題較偏向文字探勘(Text-Mining)的方向，比較少用到一些統計模型或是分析的演算法，但大部分廠商想要尋找的是會使用這些資料探勘工具或發展預測模型的人才，所以比較沒有直接對映到廠商的實際需求。
後來修訂履歷後，投了數據分析相關約20個左右的職缺，經資策會媒合了兩個面試機會，還有兩個透過公開的網路履歷直接email給我，自己主動投遞的都沒回應，目前在等待電信業分析部門錄取與否的回應。整體來說，其實是投遞的數量太少，第一志願的名單沒有在第一時間客製化投遞完畢，導致後來在拿到offer後，陷入取捨的兩難，是不太及格的應徵歷程，畢竟大公司面試過程，從一面、二面到三面，大概都要一個月左右。應該是將格局放大，納入程式設計相關職缺，範圍會大很多，第一階段先針對第一志願客製化投遞，第二階段放寬標準，大概要投遞到一百封左右，等offer有了再慢慢挑。
如果第一份工作就要直接與數據分析的工作相關，其實不太容易，一個非本科系的畢業生，學了六個月就想直接入行其實還蠻困難的，大部分可能一開始還是跟資訊相關，可能還是寫程式，可能有了一兩年的工作經驗，業界才會比較容易接受，我自己算是比較幸運網路上的履歷被電信公司看見，也剛好符合需求，否則應該也是先從事程式設計相關的工作。