1.網站UI 視覺規劃製作
2.網站規劃
3.網頁設計入門
4.Git版本控管基礎
5.CSS進階網頁排版設計
6.Bootstrap響應式網頁程式設計
7.JavaScript網頁程式設計
8.MySQL 資料庫系統建置與管理
9.PHP動態網頁與網路服務程式設計
10.jQuery Plugin 開發應用
11.Node.JS 前後端整合開發
12.RESTful API & Ajax
13.HTML5 JS API
14.建置現代化的網頁–使用React.js
15.專題製作

1)資料科學及Python工具
1.1)資料科學簡介及應用
1.2)安裝 Anaconda
1.3)使用 Jupyter Notebook
1.4)Python3 語法快速簡介

2)Numpy簡介
2.1)NumPy Arrays
2.2)NumPy 數值運算

3)Pandas與資料處理
3.1)資料匯入與匯出：Excel、CSV、JSON、XML
3.2)資料篩選
3.3)遺失值處理
3.4)資料合併、JOIN

4)Matplotlib與視覺化
4.1)直方圖（Histogram）
4.2)散佈圖（Scatter plot）
4.3)折線圖（Line plot）
4.4)長條圖（Bar plot）
4.5)箱形圖（Box plot）

5)Scikit-learn與機器學習
5.1)線性迴歸
5.2)分類-Logistic迴歸
5.3)分類-決策樹(Decision Tree)
5.4)分類-kNN(k-Nearest Neighbors)
5.5)分群-KMeans(k-Means Clustering)

一、架構與組織

1. 專案管理簡介
專案與專案管理、專案管理知識體(PMBOKR Guide)介紹、專案管理的內容
2. 專案運作的環境
企業環境、組織流程資產、組織系統
3. 專案經理的角色
專案經理的影響力、專案經理的職能

二、專案績效領域(PROJECT PERFORMANCE DOMAINS)

1. 專案利害關係人績效領域(Project Stakeholder Performance Domain)
發展溝通策略以及利害關係人參與策略，增加利害關係人對專案的支持、減少利害關係人對專案的抵制。
2. 專案團隊績效領域(Project Team Performance Domain)
提升專案團隊人員職能，促進團隊人員正面互動，發展高效率專案團隊。
3. 開發方法以及生命週期績效領域(Development Approach and Life Cycle Performance Domain)
分析專案工作特性選擇預測方法或者敏捷方法發展專案產品開發生命週期。
4. 專案規劃績效領域(Project Planning Performance Domain)
依照專案目標規劃專案範疇、專案時程、專案預算。
5. 專案工作績效領域(Project Work Performance Domain)
執行專案工作、累積知識、管理專案變更、完成專案交付成果。
6. 專案交付績效領域(Project Delivery Performance Domain)
確保專案交付成果符合品質需求，邀請利害關係人正式接受專案交付成果。
7. 專案衡量績效領域(Project Measuremen Performance Domain)
持續追蹤審查專案工作績效，提出修正專案績效偏差的矯正措施以及預防行動。
8. 專案不確定性績效領域(Project Uncertainty Performance Domain)
識別專案風險，實施風險定性及定量分析，規劃及執行風險回應策略。

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>我之前從事釣具產業和活動企劃的工作，這些經驗讓我學到很多，但我一直想往科技相關的領域發展。身邊的朋友參加了培訓課程後，順利進入了相關產業，他們的分享讓我產生了轉職的想法，於是我參加了資展的「前端工程師就業養成班」，學習成為一名前端工程師。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>這段時間培訓單位提供了非常緊湊且紮實的課程內容，半年內我學會了HTML、CSS、JavaScript、MySQL、PHP、Node.js、React和Figma等技術。雖然一開始對我這種程式小白來說真的挺困難的，但在每天專心上課、回家不斷複習、整理數位筆記(方便以後查詢)，經過一番嘗試之後逐漸得心應手。不懂的地方就趕快請教老師、同學，他們的幫助讓我進步很多。<br/><br/>課程中最難忘的部分是專題製作，我們團隊合作完成了一個完整的專案。專案製作過程中遇到很多挑戰，不管是溝通問題還是技術難題，都讓我感受到團隊合作的重要性，千萬不要一時衝動而打破團隊間的和諧。最終我們順利完成專案，這段經歷讓我學到很多，也讓我對自己的能力更有信心。<br/><br/>現在我開始投入職場了，發現培訓班學到的東西相對來說是基礎的，還有更多更深入的技術等著自己去研究，但至少在工作上遇到的問題時，能夠在這些已學習到的基礎上，進一步查詢與研究新的技術。更重要的是，這段學習經歷讓我知道如何持續學習新技術，並且快速適應新環境。<br/><br/>對於未來想進入這個領域的學弟妹們，我想說：課程雖然辛苦，但一切都值得，不要害怕挑戰，只要堅持學習、不斷練習，就一定能成功。學習程式設計的過程雖然不簡單，但只要不放棄，就一定能找到屬於自己的方向。小組專題組員間難免有碰撞，不要太在意分工的工作量多寡，多做的到時候都能在面試時讓自己更具有優勢，希望你們也能透過努力，開創一個美好的未來。

簡Ｏ軒同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>我本身不是本科系也沒有數理底子，為了轉換跑到自學程式語言並不容易，也感受到自學的受限，在自學一段期間後聞知資展國際在軟體培訓機構是頗有名聲，因此決定加入培訓。<br/><br/>在參與說明會後我可以感受到這將會是一門充實的課程。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>上課時我可以感受到老師的從0教起卻不馬乎的教學，也不吝嗇的利用休息、課餘時間與同學分享專業知識，同學們可以放心的將所有疑問交給老師來解答，講師也會將每日的教學透過錄影方式留存讓我們可以利用課餘時間複習不用擔心課堂上沒有跟上腳步的問題。<br/><br/>在學習的每個階段老師們都會適當的安排練習及作業讓我們進行實際操作製作成中型Project，以及之後的期末組別專題，讓我們充分地體會業界的分工合作概念。<br/><br/>在期末結訓時透過專題報告並與媒合廠商面試時，我可以感受到在學期間所獲得的知識讓我足以面對目前的關卡，也讓我培養了自我學習的能力，能夠往更深層的知識去鑽研，讓我很幸運的能在結訓時即上工。<br/><br/>現在回頭看培訓前的自己我深深體會到自身的增長與進步並非正常自學能達到的，我很慶幸我有來到資展參與培訓，除了獲得滿滿的知識也結識了一群對程式、人生充滿上進的同學。

陳Ｏ宇同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>原本於藥局擔任藥師助理,協助藥師處理處方籤及銷售保健食品。雖是一份相當穩定的工作,不過要面對許多患者病痛及情緒,甚至他們的離開,其實環境相對沉重,加上疫情期間非常的繁忙,且在銷售上無法獲得相應的成就感,因此決定嘗試轉職!<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>會決定踏入這個領域,是身邊的朋友參加課程後都陸續進入相關產業,在他們經驗分享中,對這個領域產生興趣,加上科技的趨勢以及政府新尖兵補助計畫因而參加此次資展國際舉辦的『全端工程師就業養成班』!<br/><br/>課程安排其實非常緊湊,半年內學習這麼多工具並不容易,除了上課專心聽講,回家複習並整理筆記，不懂就盡快請教老師跟同學!老師們都很樂意解答,也會分享許多業界相關資訊。即使遇到學習進度不如預期,也不要灰心不要放棄,趕快專心在新的課程中，跟上當前的進度。除了緊湊的課程，最核心的部分就是分組專題,過程中雖然遇到許多挫折,不管是溝通發生衝突,還是進度不如預期,以及技術上遇到難題,透過一次次開會,與老師的指導及同學的協助,總算順利完成。<br/><br/>在就業過程中，我發現半年的課程給我提供了許多實用的工具和知識。雖然我在課程中主要學習的是C#，面試是其他物件導向的語言。但因專題中使用asp.net MVC來製作，這種開發模式，所以我能夠在面試中顯示出我對開發流程的瞭解，並證明我有能力快速學習並適應新的語言和技術。<br/><br/>成功獲得工作後，課程中所學的內容也證明對我大有幫助。在實際的工作中，我能運用課程中學到的基礎技能來解決問題，更重要的是，這個課程教會我如何繼續學習並適應新的技術。課程中的專案經驗讓我在工作團隊中更快地融入，並對工作流程有基本的理解。儘管工作中可能會遇到困難，但由於課程中的訓練，我已學會如何有效地應對問題和挑戰。<br/><br/>對於將要投身全端工程師這條路的學弟妹們，我想告訴你們：不要害怕挑戰，堅持你的夢想。在學習程式的道路上，你可能會遇到困難，有時甚至可能會有放棄的念頭。然而，請你們記住，只有持續的學習和不斷的實踐，才能讓你們達到成功。這條路上的每一步，每一次的嘗試，都是值得我們珍惜和學習的。我期待你們也能在全端工程師就業養成班中找到自己的道路，並開創一個光明的未來。

吳Ｏ瑛同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>起初是在擔任電商PM的工作中初步接觸到網頁開發，當初抱著多學會一項技能，投資自己是一件不吃虧的事情！先是在職期間去參加短期訓練班，確定自己是有興趣的，才持續關注相關訊息，最後報名踏上轉職之路。<br/><br/>轉職前其實我也考量許多層面，沒辦法百分之百確定自己是否適合此領域、而且全職學習的成本也不小，無論是金錢與時間皆是，所以當初能做的就是認真做足功課、確定自己是真的想學習。因此上網看了許多專職前輩的心得分享、諮詢身邊資工資管的朋友、試上短期訓練班等等，但我得出一個心得，在做決定前，把最壞的結果分析出來，若你是有辦法克服的，就勇敢踏出這一步吧！<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>「全端工程師就業養成班的課程內容非常扎實，五個月的時間要學習前、後端技術，真的需要非常努力跟緊課程腳步，才能有效率學習到完整的全端知識與技能」這是當初參加開課前說明會的印象，開課第一週完全能感受到緊湊的腳步，每天回家都必須複習跟弄懂，因為隔天又是一連貫的新東西，老師授課都常會分享業界訊息，讓我們知道正在學的技術是業界所需，並透過期中個人練習作品，協助我們培養「解決問題」與「自我思考與探索」的能力。<br/><br/>在期末團體專案中，我們這組是做露營規劃平台，透過團隊協作、以使用者為中心，從零開始發想、規劃，一個月的時間打造完整的網站，有如實際創業般一樣的艱辛跟難忘。我永遠都不會忘記跟組員們的那些開會的夜晚、週末持續加班聚在一起開發，不斷討論著如何優化網站、一起走錯路再一起找到方法解決問題、持續給彼此打氣，一同走到了這段旅程的最後，心中只有滿滿感動。<br/><br/>轉職這條道路非常需要決心跟毅力，很高興能在資展國際全端課程中結交了許多朋友，無論是同學、助教或導師，都很熱心協助與幫忙，同儕一起學習的力量，督促自己成長，結業之後都還是保持聯繫，互相分享業界都訊息。<br/><br/>經歷五個月的全端工程師培訓，現在自己也是這領域的成功轉職者，並在業界當菜鳥持續奮鬥著，希望我的分享能幫助到許多不敢踏出那一步的你們！畢竟當初的我，也是看著成功轉職者的分享帶來信心。<br/><br/>我最想感謝當初勇敢跨出學習的我，儘管起初是帶著不安卻又堅定的心去嘗試及跨出舒適圈，但也在這段奇幻旅程中得到許多意外收穫。<br/><br/>這條路是永無止境的學習，持續抱持著開放和充滿好奇的心，勇於接受每個挑戰。最後，相信自己吧！

黃Ｏ勳同學

當初會選擇資策會是因為身邊認識的人剛好也都是選擇資策會的課程結訓的!!(四位)<br/><br/>當時年紀已經超過可以補助的年齡，因此也有看過其他類似教育訓練的機構，但在最後評估，還是覺得資策會後續追蹤學員狀況和就業媒合的制度比較好，於是在評估想選擇的課程後，實際去聽說明會後就決定去資策會了!<br/><br/>本身是桃園人，但最後選擇了南部高雄的全端班課程，一方面是我本身就想學習全端為主，礙於開課時間只有南部那時候有開全端，因此決定南飄到高雄，給自己有點壓力以及減少朋友和家裡會有懶散的心態。<br/><br/>因為我知道人都會有惰性，如果通勤或是半工半讀的情況下，其實日子久了都為多少有影響，尤其課程是緊湊的!其實沒上到課影響都很多，雖然現在都有錄影檔可以複習，但還是建議要真正去上課比較好!有問題能馬上詢問也可以和同學討論!!!!<br/><br/>課程開始之後，班導師和上課老師都會很關係學員的學習狀況，每天上課下課都會詢問，有問題反映也會立刻協調溝通做出處理!<br/><br/>對於學員的設備上或是上課情況都會關心和提出解決方案!!所以不管是自費或是補助的學員真的不用害羞膽卻不敢發問!! 在結訓之後其實一些老師也是很歡迎有問題找他們討問的!! 當然老師也會提供其他自我練習的網站和影片提供給我們未來學習方向!<br/><br/>最後很慶幸我當初是選擇資策會，雖然結訓後有順利面上上找到工作，但資策會還是會不斷給我們徵人的公司的資訊，也會貼問卷詢問結訓學員目前狀況。

黃Ｏ倫同學

<h5><a href="https://course.taiwanjobs.gov.tw/column/case/detail?id=5c85a7a2-a95e-4580-a55f-81b68c869291" target="_blank" rel="noreferrer" class=text_lightblue__revuY>職訓專欄 | 職訓故事 | 從零開始，護理師成功轉職軟體工程師！ | 職業訓練整合網 (taiwanjobs.gov.tw)</a></h5><br/><h6 class=text_bold__orange__sgJrv>不懂就問！堅持不把疑問帶回家！</h6><br/>「學程式，不能只靠興趣，還需要努力與堅持！」在全端工程師養成班的上課期間，每天都非常的「充實」！老師從基本概念開始講解，再進階到應用層面，例如在網頁技術方面，先學使用html、CSS、JavaScript從零開始架站，再學網頁設計的後端應用程式，如C#、ASP.NET…。「老師的教學很有系統，但要利用6個月就成為全端工程師，要學的真的太多了。」課程節奏緊湊，加上原本就是資管、資工本科系的同學領悟速度快等，都沒有讓俐云怯步，反而更加強她要學好程式的心。<br/><br/>她替自己設下目標：每堂課都要認真學習，不懂的一定要想辦法弄懂！首先，每天都要將當天所學消化完畢，明天的上課內容可能是今天的延伸，若是今天似懂非懂，很有可能明天就完全不懂！因此，有疑惑一定要當天解決，例如老師規定的作業，盡量利用下課時間完成，有問題立刻問、立刻獲得解答，回家則可以再複習、再練習！<br/><br/>面對學習過程的磕磕碰碰，授課老師會鼓勵大家：「軟體工程師是一份很有前景的工作，學成功後，生活將會很不一樣！」教網頁設計的老師並不是本科系出身，他分享自己的心路歷程：踏入程式領域的初期會比較辛苦，第一年薪水可能才3萬元，但透過接案或工作累積作品，套用過去設計的元件，第2年開始就會愈來愈上手，年薪百萬絕對不是問題！老師的加油打氣，支持俐云一路突破關卡，朝夢想前進。<br/><br/><h6 class=text_bold__orange__sgJrv>應用課程所學，期末專題獲得成績優異獎！</h6><br/>俐云提到，整個課程最艱辛的階段，就是最後的專題製作！小組的期末主題是設計醫院快速通關系統，系統功能涵蓋看診進度、用藥追蹤、批價領藥、院內導覽…等，期末專題幾乎是應用所有上課期間所學的技術語言跟觀念，並將這些技術套用在實務上。在製作期末專題過程雖然很辛苦，但過程中將上課所學技術及觀念內化成自己能力的一部，最後將內化的養分具體呈現於期末專題成果，這段學習歷程讓她獲得高度的成就感。<br/><br/>「在小組成員的相互合作下，屬於我們的應用程式誕生了！能應用上課所學的知識，從無到有為自己創造的那種感動，堅定了我對資訊的熱愛」俐云開心表示。<br/><br/>回首在6個月時間內學習多種語言和完成專題，每天都過得十分充實！一路走來俐云很感謝任課老師的協助，產業新尖兵的師資不僅專業，也很鼓勵學生們發問，製作專題時，老師會以業界角度提供建議，像是：「這個功能市面上太普遍了，大家都有做，沒有什麼競爭力」、「這個專題的想法過於發散，需要再收斂，統整為一個可行的方案！」這些互動能讓學員反思怎麼做才能讓作品有競爭力，又真的能商品化。<br/><br/>例如醫院內的導覽功能，原本是想用室內導航，但礙於課程沒有學過這個技術，且因為室內導航技術尚未成熟，所以後來採用地圖概念，讓導航功能呈現「目前位置」到「目標科別」的路線。果然所付出的努力並沒有白費，期末專題不僅獲得評審的好評，得到成績優異獎，俐云個人還獲頒講師特別獎！

王Ｏ云同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>在業界打滾了二十多年、也曾擔任過主管職。偷得浮生半日閒、趁著想要休息一陣之際，前來資策會大數據班進修，正向積極學習的態度，光是資策會 Open-edX 微軟資料科學學程，他本身就已通過了七、八科，潛移默化中也直接、間接地影響到了班上年輕學子學習的風氣。這次很榮幸地特別邀請 David哥來幫忙撰寫學長、姊學習經驗交流分享。他以很另類的文筆來分享他這一段期間的學習歷程（如下方所示），若沒親身經驗過 Data Engineer 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)，大概很難體驗他想要表達的真切感受到底是什麼。此外，為了班上這些小朋友的就業，他也主動發揮他的人脈影響力，幫BDSE06班邀請了一些科技大廠於2018/2/9的專題發表會當日前來徵才。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>我是個職場拼鬥多年的PM，為了exit()工作熱區，我把自己封裝了起來，back2Basic來到資策會這個coding的叢集裏。第一天就發現我比老師還老，甚至可以當某些同學的父類別...錢都commit了，也不好意思rollback 能怎麼辦呢？當一天worker，做一天executor，只好cast自己還是個青春野小孩，認真的過每一天。<br/><br/>朋友問我BigData是什麼？為何不去學AI呢？我不想#註解,但心裏清楚得很，AI就是Algorithm over Information，沒有BD (Big Data)，那AI根本就是會被garbage collector清出heap的程式碼。資策會的Shell Script設計的很精實，課程的CSS樣式很多元，本以為來到這個docker我可以輕鬆一下，想不到log檔一打開，朝五晚九的生活竟已變成我的日常，但類比於職場 ganglia秀出血紅色的惶恐與不安，我其實很享受當個快樂的苦命機。<br/><br/>根據統計，人的反應能力與年紀 [-1<r=Sxy/Sx*Sy<0] 呈現負相關，上課時我常因為不瞭解而狂發interrupt問問題，好不容易弄懂了，但實作時我這單核CPU 的速度，總是跟不上旁邊 multi-thread 的小女生，幸好這裡的老師及同學們都很體貼，不去計較我這 critical path 拖住 scheduler 終能在不斷 try & error 的情況下,成功的compiler每一個class。<br/><br/>近600小時pipeline的訓練，這棵DOM tree開枝散葉，既廣且深，有時候很想抱怨課程的input attributes實在太多, 而讓我們有stack overflow 的無力感，但降維演算法又會造成太大的logLoss 大家只好戴著鋼盔，以XG-boost的模式往前衝。這過程雖然辛苦，但我們終究忘不了哈杜普(HADOOP)這隻小象，屎把克(SPARK) 這顆猩猩還有烤乳豬的香味。<br/><br/>期末專題是個嚴苛的挑戰，讓人既期待又怕受傷害.光是 groupBy 的指令我們就打錯了好幾次。<br/><br/>倚老賣老的我還是想開個sharePoint 跟學弟妹分享一下，職場上的project team 就像HDFS一樣，你沒有選擇 partition 的權利，so 在台北資策會這裡, 專案的成敗其次，怎麼做好 map-reduce 才是team work 的精神，能培養革命情感及良善的人際關係才是人生最珍貴的價值。<br/><br/>我畢業了，拿到資策會-數位學習平台十張證書，賺回了3W塊，認識了20幾個年輕朋友，值得啦！又是新生活的開始，經過了一番寒徹骨，終將得到梅花撲鼻香，我要用Abola老師的網路爬蟲去尋找我的未來，用禎文老師的Linux VM 來清洗我的知識庫，並隨時透過邱老師的 SQL 取出來諮詢，還有松林老師的平行處理，御璽老師的 data-mining 及很多老師教的網頁開發技術, 來呈現我的精彩故事，別忘了再怎麼忙碌, 至少偶而也要用用奕兆老師的Java或國鈞老師的 R, 來寫一支 Hello World 的程式吧(這也太爛了 ^_^)，最重要的是翰卿導師，大恩不言謝，您對教育的用心及處理事情的態度我看在眼裡，感恩在心裡，您是我學習的榜樣。<br/><br/>最後，我在這裏要期許各位學弟妹，珍惜在台北資策會上課的每一天，紮紮實實的學好每一堂課，試著幫助每一個人，為自己的行為負責，為你的將來舖路，成功絕非偶然，成功是留給準備好的你...和我。

柯Ｏ彬同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>面對被繁雜瑣事占滿的工作和資料科學方興未艾的形勢，使我一直有學習程式語言、進行資料處理自動化的念頭，恰巧身旁有朋友自資策會順利畢業求職的經驗，又考量到我已取得碩士學位，重回學校進修的成本太高，於是我就決定報名資策會『Data Engineer 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)』台北班的課程，利用半年時間好好充實自己，累積可以讓自己轉換跑道的實力。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>結業後我順利在一家電子公司的機器人部門就職，工作內容為研究國外論文模型並以演算法實踐，工作上會使用到的技術主要是 Python 與 Linux 操作(雖然圖形化介面很好上手，但是懂得幾個基本指令還是挺方便的)。<br/><br/>資策會的課程範圍十分廣泛，從網頁設計到資料庫設計實作都有，短期內要樣樣精通實在不容易，不過每一個科目上的學習除了打基礎外，也幫助我認識到自己有興趣的面向，隨之可以在課餘時間多花時間研究進修。<br/><br/>例如：在李御璽老師的數據挖掘課程中，老師簡明扼要的介紹各種分析模型，並輔以老師在產業界擔任資料分析顧問的實務經驗，讓我對未來工作方向有更明確的認知。此外，我也十分喜歡陳松林老師清晰易懂的授課風格，在寫資料處理作業的過程中，體會不少解謎的樂趣；老師上課時多次強調「不要光想著用艱困的模型來處理資料，簡單的模型加上貼合實務運用的解讀才能發揮資料的價值」，相信未來工作上遇到問題，這樣的想法能讓我更懂得如何聚焦在應該解決的問題上。雖然我的工作並未直接使用Java，陳奕兆老師上課不只是教Java，也會帶到很多程式語言的觀念，對我之後撰寫 Python 程式時頗有幫助。<br/><br/>看似不短的五個多月，其實一下子就過去了，這期間除了上課學習之外，我也建議學弟、妹們可以多瀏覽徵才的訊息，實際了解市場的真正需求，看看你想去的公司有哪些徵才條件，或許可以減少一些不確定的感覺。導師規定的期中個人專題研究─〝個人分享交流報告〞以及期末專題的提案研究也是越早開始準備越好。求職面試時，我附上的個人專題研究─〝個人分享交流報告〞的簡報（研究主題：機器學習筆記）是我求職順利的因素之一。讓自己熟悉一兩項技能也是求職的必要條件，等到最後課程快結束要開始準備履歷表時，你會把所有上課內容都列上去嗎？我想除非對自己有極大的自信，不然不太會說自己從平台架設到前端樣樣精通的！敢寫在履歷表上，就要好好準備，不要讓自己在面試時被問倒。最後，〝加強英文能力〞還是有需要的，英文自學資源比中文資源多上好幾倍，在找工作時也會是你的加分條件。<br/><br/>我曾經在期中座談會時請教過學長、姐一個問題：「資策會規劃這麼多的課程，究竟有哪些科目是特別重要的？」得到的答案竟然是『都很重要！』，這令當下的我覺得有點茫然！可是事後回想一下在我認真學習每一個科目的這個過程中，無論是幫助我調整自己的思考模式、還是累積未來工作所需的基礎，都的確有某種程度的助益，所以在資策會這段時間，就拼命學習吧！畢竟人生只有一次，況且你都已經繳了一筆學費了。加油吧！(結業期別：BDSE04)

林Ｏ瑩同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>我從大學到碩士班都是做實驗物理的研究。以前在做實驗的時候，就經常需要用到程式輔助來做一些自動化處理和數據分析。畢業後到了要找工作之際，無意之間在網路上發現了台北資策會所開設的大數據分析就業養成班，在聽完說明會後，個人覺得這是一個不錯的方向與選擇。因為近年“大數據”和“雲端運算”等時髦的名詞開始紅到台灣來，大家越來越重視數據分析人員。所以就決定來台北資策會這裡參加為期五個多月的『Data Engineer 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)』課程訓練，以期能夠讓自己更深入地瞭解到現在這些技術的概觀是什麼樣子<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>對於非資訊科系的同學來說，在大學時期學到的程式技能其實是非常基礎的。若是個人對撰寫程式還有一些基本概念的話，參加資策會就業養成班的課程就還不至於太過吃力。我個人的看法是：「若想參加大數據分析的就業養成班，一定要有自己的想法，不要隨波逐流，先做點功課了再來參加，學習效果可能會更好。」我覺得大數據分析算是一門已經是現在進行式且火紅的學問和技術，而且需要跨領域的人才融入、共同集思廣益，才有辦法創造價值。而在這複雜的領域中，每個人都可以各取所需，學到自己想要的部分。<br/><br/>在這將近6個月的課程當中，學到了很多，從基礎的IT 知識、一些大數據知識與技術以及數據挖掘的概念等，最重要的是學習良好的團隊合作。<br/><br/>在這個班裡，會以分組的型式進行各種專題式的學習。初期的課程是訓練基礎程式能力，這一階段的專題結合了Java 和 JDBC 的程式能力和技術，加上關連資料庫的知識去連接 Microsoft SQL Server，團隊合作做出一個概念上的電影院訂票系統，這部分除了開始了解 Java 的程式的基礎外，最重要的是得去克服關聯式資料庫 Transaction(交易) 的概念及控制處理。第二階段主要是學習 Linux 和虛擬化技術以及Hadoop生態系的種種，這階段算是架構上的技術以及概念的學習，但是我覺得這是我學習最多的地方。這階段的專題是要合作架設出多台實體機器，且上面架設多台虛擬機器組成的 Hadoop cluster 系統，並在上面架設各種各樣的應用工具，中間使用YARN 來做資源分配，運作計算則使用 MapReduce 框架，並結合 Spark 以及其衍生介面。最後階段學習了數據挖掘以及R語言等數據分析的概念及技術，然後整合全部所學，進行2到3週，充實的期末專題研究。我們這組的專題主題為台灣交通事故熱點與醫療資源分析，為此架設一套多台虛擬機的Hadoop cluster 並結合 SparkR，也利用R語言套件在 Rstudio 介面上進行 K-means method 群集分析和決策樹分析，而資料來源是從政府 Open Data取得的資料集，涵蓋全台灣103 年到105 年間全台車禍。最後將分析好的資料放入 MongoDB，再結合地理圖資和前端技術在網站上展現出視覺化的分析結果。中間跌跌撞撞失敗了很多，但最後有也有個小成果，並放在 Amazon EC2 的雲端機器上展示。<br/><br/>在上完這班的所有課後，讓我初步了解到以 IT 的角度解決問題的想法。而且在做專題的時候，會遭遇到各式各樣的難題得要自己想辦法解決。除了可以詢問相關授課老師之外，更多時候還是要自己想辦法找尋答案，在邊找答案邊和同學們討論的過程中，慢慢就會學到一套面對問題時，該如何自我找尋解答的資源和方法。我相信這套方法是非常有價值的，因為世界發展飛快，我們永遠要學習，及早學會如何學習並融入其中，是讓自己不斷增長的最佳辦法。<br/><br/>後來我找工作的時候，很多面試官對我們的期末專題研究都滿感興趣，這也是讓我有更多機會找到理想工作的一大助力。最後我找到一份需要做 IoT 裝置後台以及數據分析的工作。讓我有機會的是我們專題的呈現，讓面試官可以很清楚了解我們學到的能力，包含簡報表達能力以及成果的專業技術。第二個就是我自己本來的專業，做實驗物理剛好就是會遇到很多感應器的數據以及一些的硬體問題。而 IoT 要解決的問題，剛好〝物理〞這個領域的能力也能有所幫助。所以當時我找工作時也特別往這個方向找，最後如願找到了份不錯的工作。<br/><br/>有志來參加這個班的資料科學同好，務必瞭解到此一領域〝學無止境〞，就端看大家用甚麼角度去學習事務。以上分享是這班的課程對我個人的幫助，每一個人對自己的職涯都會有不同的規劃與打算，希望藉此分享能夠幫助到大家。最後也很歡迎大家可以加入巨量資料分析的行列，大家一起多多交流。(結業期別：BDSE04)

林Ｏ余同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>雖然「大數據」這一個名詞在1990年代已有人提出，但最近十年內隨著數據量的增加、電腦運算及儲存技術的進步以及網路的普及等因素，「大數據」也變成很熱門的議題，也越來越多企業開始投資數據的蒐集及分析，希望藉此提升企業的競爭力。不論是學校課堂中討論的案例分析、報章雜誌中看到的報導或工作上接觸到的實際案例，到處充滿著企業使用大數據創造價值的例子。雖然之前有機會接觸到大數據在商業決策上應用的相關資訊，但對於大數據的了解止於概念上的認知，對於其具體的技術並不瞭解。後來因緣際會下得知資策會『Data Engineer 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)』的課程的資訊，覺得利用五個月的時間不但可以學習大數據此領域的知識以及技術，也能幫助自己職涯上的發展，似乎兩全其美，於是就報名了這個班級。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>資策會的課程內容安排得很廣，除了資料分析的課程之外，也包含資料庫、Linux系統、大數據平台和網頁製作的課程，使學員對於資料分析的流程從前端到後端都有全面性的了解。另外，課程規劃從基礎的Java開始教起，即使完全沒有寫過程式經驗的學員也不用害怕，課程會引領學員漸漸培養撰寫程式的能力，慢慢建立起程式設計的基礎概念。<br/><br/>上完如此多元化的課程，由於我對大數據在商業界的應用最感興趣，因此我覺得資料庫和資料分析的課程對我最有幫助。資料庫的課程教導學員如何從資料庫裡撈出想要的資料，資料分析的課程則教學員如何從蒐集的資料中萃取出有價值的資訊，兩種能力都相當重要。另外，Linux系統的課程令我印象深刻的原因之一是從中體驗到 Shell Script 在處理資料時的強大威力。面對如此多樣化的課程，我採取每堂課認真聽，吸收多少就吸收多少的態度，課堂外則依個人興趣選擇比較感興趣或對自己職涯規畫比較有幫助的程式語言進一步鑽研。<br/><br/>期末專題提供一個良好的機會可以整合課程中所學的知識和技術。從思考感興趣的專題題目、蒐集及清理資料、建立分析模型到呈現分析結果，每個階段都運用到課堂上所學的內容。但實作的過程中也發現課堂中所學的都是最基本的技術，通常都還不夠用，製作專題時尚需自己去研讀相關文章、蒐集相關資訊及嘗試各種方法解決遇到的問題。透過這種專題實作的歷程，不但能夠更深入地學習到所使用的程式語言，也能夠培養自己獨當一面、解決問題的基本能力。除此之外，透過團隊的形式完成期末專題更能夠培養出同儕之間溝通以及合作的能力。<br/><br/>身為非IT相關領域背景的人，資策會的課程使我收益良多，讓我職涯發展上有更多的選擇。奠定了數據分析基礎的知識後，我較以前更具備自學相關知識的能力，並能更有依據地思考數據分析能為我原屬的領域帶來什麼樣的價值。(結業期別：BDSE04)

蔣Ｏ庭同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>學弟、妹好，我是羅覺，甫從台北資策會『Data Engineer 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)第二期結訓。<br/>資策會對我來說最大的資源是同學。共同學習的氛圍很重要，在不斷的衝突與磨合中，可以更生動的看見自己的盲點。所謂德不孤，必有鄰，正是此意，所有來班的同學對大數據分析都具有一定的熱誠與能力。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>資策會的 Data Engineer 巨量資料分析就業養成班，前端課程約佔20%，後端約佔20%，中間的企業邏輯佔20%，而底層架構(LINUX、Hadoop)佔25%，僅有15%專注在資料分析，所以資策會提供的是一個全局的綜覽，如果要更專注於資料分析領域，必然要靠自學。這邊提供一些自學資源，以我為例，資料分析師工作大量使用 R 語言與 SQL語言，宜精通。R語言可以 Google 搜尋 R 翻轉教室，按步驟安裝套件，進行互動式課程。SQL 語言則參考教科書。<br/><br/>目前在公司裡擔任資料分析師的角色，主要業務是針對企業內部與外部資料進行整理、找出洞見，與架構 Hadoop生態系，建議學、弟妹最後一個月在憂心求職的事即可，因為學的東西越多，履歷表會更豐富、職業定向會更穩定。<br/><br/>期末專題的製作是很重要的學習階段，之後的工作形態跟期末專題很雷同。人不是完美的，密切合作過程總會有摩擦，如何協調，各取所長，需要學習軟實力。專案目標不是定死的，隨著專案開發的進行，會跑出很多技術上的瓶頸，所以本身一定要具備自學的能力以及問題解決的能力才行。<br/><br/>要提醒學弟、妹的是：『貪多嚼不爛，期末專題選定一個就好，不然在有限的時間內，難以產出令人滿意的結果！』在期末專題發表結束後，我也找到對我而言比較感興趣的領域，量化交易與巨量資料平台架構。<br/><br/>大數據分析領域對台灣企業來說還很陌生，不啻是個機會，未來的相關職缺只多不少，相信是值得投資的。半年的就業養成班可以讓非本科生(非統計、資工領域學生)得到一個生涯轉換的機會。<br/><br/>有後續問題可以透過我的臉書討論，祝各位幸福。

羅Ｏ同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>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。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>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。<br/><br/>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。<br/><br/>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。<br/><br/>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。<br/><br/>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。<br/><br/>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。

曾Ｏ毅同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>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。<br/>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。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>一、該如何預先做更多的準備？<br/>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。<br/><br/>(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。<br/>(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。<br/><br/>二、課程中工具的多樣性對我的影響是什麼？<br/>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。<br/>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？<br/><br/>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！<br/><br/>三、跨領域者該以怎樣的角度切入大數據分析的領域？<br/>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。<br/>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。<br/><br/>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。<br/>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。<br/>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。<br/><br/>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。<br/><br/>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。<br/><br/>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。<br/><br/>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！

施Ｏ芸同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>起初是對自己畢業科系的工作沒有興趣，相對於硬體，軟體設計對我比較有吸引力，可是礙於科系跟知識的限制下，一直沒有辦法從事軟體開發方面的相關工作。而在跟朋友談天中，意外得知資策會，再加上符合青年就業讚的補助資格，於是抽空參加了 Java 班以及 Data Engineer 班的說明會，在兩者必須取其一的情況下，我決定選擇近幾年很夯的Data Engineer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)。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>雖然在大學期間曾經使用過 Matlab，但是我的程式邏輯跟底子並沒有很好。所幸透過資策會循序漸進的課程安排，終於讓我對程式的邏輯有更深入的瞭解。聽起來很容易，不過整體課程學下來並不輕鬆！從 Linux、Java、JavaScript、SQL、R語言到 Hadoop Ecosystem等等，後端、前端的技術應有盡有，很容易讓人吃不消，而且受限於時間，要學的東西實在很多，若是自己不願意主動學習的話，往往學到一門新的技術就會忘了之前所學的。所以，自動自發的學習在這個班種尤其重要！<br/><br/>在一系列的課程中會有個小專題，要求同學們自己動手建置 Hadoop Cluster，感受一下在大數據中擔任重要基層的分散式系統，最後課程結束前會有一個期末專題發表，以小組的方式來呈現，這裡才是真正考驗你技術學到多少的地方。而我在期末專題的時候，因為自己對 IoT 以及大數據分析很有興趣，於是選擇做道路坑洞感知系統。這個專題整體遇到相當多大的挑戰，從一開始的專題發想、實驗設計、企業網路架構、IoT 與 Hadoop Ecosystem 的結合到資料的收集、處理、分析，除了跟時間競賽外，還要克服許多技術上的問題。不過也別太擔心，在這期間遇到的問題跟困難，資策會的老師們都會很熱心地為同學們解惑。<br/><br/>其實進來就讀之後，也對跨領域找工作這件事情感到非常擔憂，正所謂隔行如隔山，會不會唸完以後找不到工作呢？學弟、妹們大可放心，雖然跟資訊相關科系的人相比、比較不吃香，但是我們願意投入將近半年的時間來學習，這動機已經足夠讓自己有充分的理由踏入這個 IT 行業。<br/><br/>最後，由於這個班種的課程內容真得很多，建議大家在多方面發展的情況下，也可以找出自己有興趣的語言，不斷的去增進自己的實力，對自己絕對有好處，但是也不要將自己設限在某個領域內，廣泛的涉略往往會有很不一樣的想法。因此建議學弟、妹們找到適合自己的方向是很重要的，有興趣就會產生熱情進而成為持之以恆的動力，而在這短短半年的時間內，要好好珍惜班上同學的緣分，結訓後出去工作時，絕對會有很大的幫助。因為大部分人都會在同一個行業裏做事，是為自己在資料科學領域累積人脈的第一步！

莊Ｏ逸同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>任職於銀行界<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>謝謝養成班的老師，我才有現在的成就。<br/><br/>在班上，有教學技巧巧妙的講師，有循循善誘細心服務的講師， 有技術到位有效教學的講師。<br/><br/>在班上， 有努力不懈，主動學習的同學，營造了即學即用，相互交流的學習氛圍。<br/><br/>我在資策會學到很多，學習除了要靠自己自主學習的能力，努力發問外，也很謝謝資策會老師對我的問題非常有耐心的指導，讓我在初學寫程式的路上更有效率，比起自己遇到小問題花很多時間想破頭，老師們幫助我減少了不少撞牆期。

Gordon Feng

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>處於資料量爆炸的現在，由資料挖掘整合分析得到資訊做出趨勢預測，能提供給決策者更有利的判斷方向，這是我想嘗試踏入的領域，應用自身所學為公司客戶製造雙贏局面。但我深深覺得單單只有數理統計背景是不夠的，需要加強資訊工程這方面的能力，於是我選擇了資策會的『Data Engineer 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)來做為基礎入門。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>在資策會進修學習第二專長，學會了基本的前端網頁設計HTML5及JavaScript，後端的結構及非結構式資料庫管理SQL Server及No SQL，Linux系統及Shell、Docker，還有當前最火紅的分散式系統Hadoop、Hive和Spark，也學習如何將數據以圖表呈現運用到了AJAX及jQuery，最後則是如何將前端後端結合UI的JSP和 RESTful Services，其實這麼多的課程只是帶領你快速入門，後續的對於有興趣的科目或依據工作需求再進行專研。小專題架設Hadoop Cluster以組為單位從無到有的架設起，體驗分散式運算的威力。<br/>利用所學技能製作專題，我們這組的專題是利用Java網路爬蟲抓取行政院農委會資料開放平台之農產品交易行情進行價量分析，主要利用R 語言讀取SQL Srver資料庫資料，將資料過濾清洗後進行分析，探討內容分為季節性及非季節性蔬果量價關係，並結合颱風降雨因子找出不會受影響菜種推薦給消費者，若受降雨影響多久菜價回穩，以及定義蔬菜加權指數。尋找出國內農產品交易市場行情潛規則，讓新手主婦(夫)更容易步入傳統市場，也讓餐飲業者在挑選食材時更能精打細算。<br/>為期五個月的課程若有認真學習一定會有所收穫，對於資工方面的課程雖然無法在短時間內就能有效的吸收與運用，但以初入門的心態去看待，雖然學的廣學得不夠深未來還是要做自我的再進修，這就是所謂的師父領進門修行在個人，這是個可以讓你理解整個系統從後端到前端是如何串接運作的一門課。

林Ｏ妤同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>筆者本身毫無資訊工程相關背景，大學主修西班牙文，退伍後工作主要為國際貿易，亦和IT領域全無交集。當初因為希望自我提升，投入更能累積專業技能的工作而參與了第一屆Data Engineer 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)，除了期許能轉行進入當紅的大數據分析領域之外，也懷抱著透過資料分析探索未知境地的理想。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>當然這一切都是想得太美了。資料分析的領域並非隨便一個文科生上了五個月左右的課程就能隨便踏入的。然而透過資策會的課程倒是能讓一個外行人從五里霧中一窺資料科學家這個被譽為最性感的職業，到底是如何養成。資策會第一屆的資料分析養成班課程編排相當保守、廣泛。為因應產業市場需求及配合現有資源，主要以目前市佔率第一的Java程式語言、微軟MSSQL資料庫設計以及統計分析軟體R語言、Linux作業系統、Hadoop平臺、前端網頁製作為課程主架構，並輔以資料分析實務、網路爬蟲、機器學習等。較可惜的是並沒有選用資料分析領域主流使用的Python程式語言，而在各工具上的著墨也稍嫌不夠深入。然而這樣的安排倒是頗為適合完全非資訊相關背景的外行人一次一覽IT領域的全貌，畢竟除了硬體端，本課程從作業系統一路到前端網頁呈現都囊括了，學習維讀相當廣。學員可挑選自己較擅長或較感興趣的部份更加深入自學鑽研，不以單一領域自我設限。<br/><br/>筆者因功課做得不足，投入本課程後才發現大數據或是廣義的資料分析領域目前在國內的發展是極端的雷聲大，雨點小，要不是人才專業門檻要求極高，要不是企業本身也不清楚自己能以數據分析創造何種價值，因而在召募意願及待遇條件上也就趨向保守。若是以為上了課就能成為性感、「辣手」的資料科學家的話，可能是會失望的。 這樣說並不是不推薦本課程，而是希望讀者能謹慎思考及評估自己的背景、學習能力及期望，莫因一頭熱而產生了不切實際的想法。資策會的課程在結業前都要完成一項期末專題，期末專題和就業以筆者本身的經驗來說感覺關聯不大。媒合廠商主要看的還是學員們的學、經歷及專業證照、技能。但進行專題最寶貴的價值在於體驗真實職場中可能遇到的各種互動和磨合。比方說分工的模式、領導與被領導、屈就與妥協，講得白話一些，就是要能忍受各種「豬隊友」，若是發現自己無法忍受這樣的合作模式，那麼最好仔細考慮是否確定投入這個領域。這樣的「模擬職場」其實可幫學員們省下寶貴的時間成本，尤其是職場新鮮人們，最怕的就是投入一個行業後兩三年才發覺自己真的不適合，那當初還不如乾脆去唸個碩士算了。這也算是筆者本身的切身之痛吧。<br/><br/>最後希望提醒各位有意投入課程的讀者們，「夥伴」才是你在將近半年的課程中可以得到的最大收穫。在往後的職場生涯甚或是人生旅途上，都可以給你帶來莫大的陪伴與幫助。

石Ｏ同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>由於本身對於程式設計有興趣，因緣際會下來到了Data Engineer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)，報名前我幾乎各種類的說明會都有聽過，最後選了一個臺灣正在起步階段的課程，相較於其他課程來看，本課程目前就業機會並不如其他課程高，但隨著時間演進，或許會逐步提升，走在前方披荊斬棘的人往往也能走得更高更遠，不過選擇課程還是依個人興趣考量為重，這樣以後工作才會開心。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>課程方面主要是教你一個輪廓的概念，讓你了解整個流程的架構、方法，當然其中用到了許許多多的技術，每門技術都是一門很深的學問，迫於時間關係，不可能讓你門門都精通，但基礎的觀念、應用你是可以學到的，後續再看你主要往哪塊走，再去專精該部分，通常專題你負責的部分應該會最熟，所以盡量在專題中選個有興趣、有把握的部分來負責。<br/><br/>巨量資料分析平台Hadoop主要是由Java所撰寫出來，工作上會常常使用到Java相關知識。若走資料分析方面，R語言也是常用的資料分析工具。Linux與SQL部分則是常見的後端。資料要呈現的好看、生動，則須利用到HTML/CSS、JavaScript等等相關知識。各個方面都有許多要學的，還有其他一些幫助你更快速解決問題的技術。 由於課程內容很多、很緊湊，對於沒接觸過的同學們還是會有些難度，建議大家除了基本的2天晚自習以外，能多留下來練習、複習就留下來，充分利用資策會所提供的場地，課程網也有提供課程的錄影供參考，有餘力的話複習之前上過的課程，不然課程上到後面，前面學的東西都忘得差不多了。<br/><br/>課程上雖然有系統性的安排，但是由於各授課老師不同以及排課關係，各個課程可能會有些不連貫性的感覺，也就是腦袋無法把它們串起來用，不過這個問題應該會在做專題的時候獲得解決，你會需要考量整體需要用那些技術，要怎麼把它們串起來，也從專題製作中培養溝通與團隊合作的能力，這也是出社會以後所需要的重要技能。<br/><br/>總而言之，對於非本科系的同學們，專題是十分重要的，會影響到你初次找工作的機會，要盡量把它做好、做完美，雖然你只是負責專題的一部分內容，但是能夠的話，把整份專題怎們做的都了解一下，對於你的面試是很有幫助的。

陳Ｏ威同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>過去，始終覺得資訊領域非常神奇，食衣住行育樂各方面都能串連虛擬的數位與實際的生活，日常大小事漸漸依賴上無處不在的電子產品，但另一方面也覺得資訊領域非常艱深、難以親近。一直到去年考量了生涯規劃，準備轉職，才開始認真思考朝資訊領域發展的可能性與職涯的發展性。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>以我自己來說，我會認為雲端、巨量資料分析這兩條路都是未來發展趨勢，但從一大堆的資料中找尋有用的資訊，這樣的探索對我來說是相當吸引人而且有價值的，因此上網找了許多報導、分享與課程資訊後，決定到資策會上巨量資料分析養成班(iSpan資展國際Big Data巨量資料分析就業養成班的前身)。<br/><br/>在這五個月的課程中，從第一部分的基礎程式設計課程，第二部分的大數據平台架設 (Hadoop ecosystem)，到第三部分的資料分析，整套教學流程很順利地讓我們從一個完全沒有概念跟基礎的門外漢，變成一個能夠進入資料分析領域工作的菜鳥，這樣的教學順序對我而言是很有效也很扎實的。<br/><br/>在剛開始學習的基礎程式語言的時候，雖然學得有些吃力，但只要肯下工夫，把每天學到的部分弄懂弄通，從Java、SQL、HTML5/CSS3到JavaScript，漸漸能融會貫通，抓到各程式語言背後一些相通的邏輯，開始有些基礎的程式撰寫能力。第二部分的大數據平台架設，從Linux系統基礎開始，一步步讓我們熟悉用下指令的方式來操作系統，再帶入Docker、Hadoop等進階應用，一直到期中的專題發表，我們每一個小組都能在老師的協助下，從無到有自行架設Hadoop整個ecosystem。第三部分則是統計與資料分析的課程，從R語言到SQL server與Excel的資料採礦，練習許多開放資料分析與建模，老師帶著我們從實際資料中去挖掘一些有趣的資訊，課程上到這部分可以說相當精采，能更了解過去幾個月來學到的技術到底可以應用在那些階段，算是從實做中去盤點自己學習的成果。<br/><br/>最後，期末專題的專案都是以同學的興趣下去分組，大家針對自己感興趣的題目去收集資料、分析跟驗證，最後以不同形式呈現與報告，大家在三周內全心的鑽研如何取得資料跟如何分析自己手上的資料，試著用學過的或是沒學過的方法將參與的專案完成，在這過程中也發現自己得到了很重要的自學能力，老師教的一定是基礎，實際應用上一定會碰到許多複雜的問題，這時如何找答案，就是在培養自身解決問題的能力。另外，做專題的過程中團隊合作與溝通是非常重要的能力，因為專案時間不長、大家技術也不適很熟悉，要在短時間內完成一個題目，需要每個人在適合的位置發揮個人擅長的能力，透過團隊合作，才能將專案快速且完整的做完。<br/><br/>最後，想跟學弟妹說，雖然課程很多很廣，但老師教的都是基礎，儘量讀懂讀熟，如果可以還是要自己再去加深，不管將來想走前端、後端還是資料分析，上課學的東西一定不夠，必須有自學的能力跟解決問題的能力。但很難有人能把每一科都鑽研得很深很透徹，畢竟資訊領域的專業度是非常之高，如果在課程或專題中能夠找到適合自己的發展方向(前端、後端或是資料分析)，就好好鑽研，畢竟專業度對將來求職或是工作後的發展都是蠻重要的。 server與Excel的資料採礦，練習許多開放資料分析與建模，老師帶著我們從實際資料中去挖掘一些有趣的資訊，課程上到這部分可以說相當精采，能更了解過去幾個月來學到的技術到底可以應用在那些階段，算是從實做中去盤點自己學習的成果。

傅Ｏ瑩同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>當初我大學選擇科系(機械系)時是按分數填的，而非興趣。因此在大學時期便不斷嘗試、接觸各種領域，希望可以找到自己興趣。台大快畢業時開始接觸 Coursera 線上學習課程，修習一些與資訊工程相關的課， 令我深深著迷，決定未來想進入資訊相關領域。考量到近年流行趨勢，再加上個人先前有接觸過一點統計及股票分析，最後決定報名參加能同時結合資訊工程、統計及股票分析的『Data Engineer 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)。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>在五個月的課程，讓我能夠從「資料蒐集」、「資料儲存」、「資料分析」，一直到「資料呈現」，完成一個完整的數據分析循環。而其中每一項都學到了不只一種方法。<br/><br/>「資料蒐集」：先搜尋有無API工具，若沒有，也能使用Java或R語言自己寫出爬蟲程式來蒐集需要的資料。<br/><br/>「資料儲存」：根據資料的特性和分析需求，將蒐集的資料放入像 SQL Server 的關聯式資料庫，或是像 MongoDB 的非關聯式資料庫。若資料量非常大，也能自行架設出 Hadoop 叢集環境，配合 Apache Hive 或 Hbase 來儲存、管理。<br/><br/>「資料分析」：無論是專攻統計學的R語言，還是有易於上手的使用者介面且能直接結合 Excel 的 Microsoft DataMining工具，還是微軟開發的雲端運算平台Azure。三種工具我們在課堂上都有實際使用，並對資料進行分析。<br/><br/>「資料呈現」：使用R語言的套件或最近火紅的 D3.js，做出讓人一目了然的圖表，或是做出互動式網站，讓使用者能藉由瀏覽器直接對資料庫的資料進行操作、分析。 Excel 的 Microsoft DataMining工具，還是微軟開發的雲端運算平台Azure。三種工具我們在課堂上都有實際使用，並對資料進行分析。<br/><br/>而在眾多的課程裡，個人最有心得的分別是 Java 以及 R 語言。一方面是因為大學有接觸過 C 語言，所以對程式語言上手比較快速。記得剛上完 Java 時，因為對網路爬蟲充滿興趣，於是自己上網找了 Jsoup 的 Java 網路爬蟲套件，結合課堂知識自行摸索，寫出一支小小的 Java 爬蟲程式。至於 R 語言的部份則結合了資料清理、資料蒐集、機器學習以及資料採礦等相關技術。在台北資策會學習的期間，因為我在 R 語言的課堂上整體表現不錯，有幸受邀擔任授課老師另外在外貿協會培訓班的 R 語言課程短期助教；在擔任助教的過程裡，也讓我學習到了很多不同的經驗，讓我可以從不同的角度去理解 R 語言。<br/><br/>在最後的期末專題的製作期間，因為先前有稍微接觸過股票，所以在小組討論時我就提出了股票期貨分析這個題目，後來也獲得小組成員的認同與支持。但投資工具畢竟直接牽涉到金錢，能夠挖掘出的東西早就被挖掘了，導致我們想在股票或期貨中想分析出有用的東西愈加困難。由於「股票」這個題目實在太廣了，於是我們將題目分成「基本分析」、「週期分析」……等幾個細項分別來進行。而在資料分析過程中，在挖出有用的「線頭」訊息之前，往往是令我們身心倍感艱辛與煎熬的一段歷程。因為根本就無法事先預知能不能做得出有用的成果出來。過程中也會常常質疑：會不會股票過去的歷史資料根本就和未來沒有直接太大的關聯？若是如此，這段時間簡直就是浪費生命、做白工！也因為不知道會不會有成果，當然也不會有所謂「進度」這種東西。簡而言之，在有重大發現之前進度永遠都是0%。我個人認為，要克服這種心理壓力是整個專題進行過程中最難的事情！若能熬過這段充滿了不確定的期間，之後就可以輕鬆自如了。所幸，可能是本組運氣好的關係，也可能是我們對數字有一定的敏感度，我們這組最後成功做出了月報酬率 20% 的模型出來。<br/><br/>在此，想對未來的學弟、妹們提出一些個人的小小建議：<br/><br/>1.上課時遇到感興趣的地方，可以趁假日或下課時間嘗試寫出一些自己的作品，甚至參加一些數據分析的競賽。一來因為還在受訓期間，遇到任何問題可以直接找老師或同學討論協助。二來，可以將作品放在履歷上，大大增加自己的談判籌碼。<br/><br/>2.可以在空閒之餘加強英文。感謝資策會的培訓課程、期末專題以及期末的媒合，讓我在結訓一週內就成功找到工作。目前工作一個月，遇到的所有專業的相關文件還沒碰過中文。若能在英文閱讀能力上面再加強，一來能提升工作效率，二來在學習新知上也能更快速。畢竟在大數據的領域，英文的資訊遠比中文還多。<br/><br/>台北資策會的課程幫我們把資料工程師所需的基礎技能做了一個系統式、架構式的學習。舉個例子來說，若是我想要學網路爬蟲，就必須先學習 HTML、CSS、JavaScript、JSP 等，先理解網頁原始碼，再配合Java、R或其他程式語言取出網頁原始碼裡面有價值的部份。若是自學，就要想辦法一個一個將散落在各處的知識，分別學習再拼湊起來。而資策會的課程則事先幫我們把各種技能知識做好整理，在學習時能直接在相關知識中做連結。但五個月的學習時間畢竟還是稍嫌太短了些，許多東西只來得及碰觸表層、而無法做更深入地鑽研。有道是「師父領進門，修行在個人」，資策會的課程就像是一位好師父，為我打開了資料科學這一扇窗。其後我將繼續努力修行，希望有朝一日成為資料科學的專家！<br/><br/>以上是我個人在台北資策會『Data Engineer 巨量資料分析就業養成班』五個月以來的學習心得，希望能夠給未來對這個課程有興趣的人、或是已經正在學習中的學弟、妹們做為參考。

廖Ｏ傑同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>因本身畢業於統計系，在學期間就有接觸過統計相關程式語言的課程，老師也在台上賣力地與我們倡導統計與程式語言的相輔相成，也就在那時心中埋下了成為資料工程師的夢想。在退伍後的一段期間，因緣際會下我到了資策會聽了【Data Engineer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)的說明會，在聽完的當下我發現我找到最能補足我寫程式方面的技能培訓課程，我也深刻體會現今的趨勢是擁有雙方面能力的長才，我也為了達成我的夢想加入BDSE。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>為期五個月的課程，課程的前期從基礎程式設計課程開始，我們會先接觸到 HTML5/CSS3 基本的網頁語法架構，從這點切入算是對我們沒有深厚程式語言能力者的基礎門檻，只要有心上課好好練習，回家也花時間把練習題給做完，你們會愈做愈有心得，也可以形成良好的正向循環。接著的大課題是 SQL 語言，如果真心想要在數據領域的行業存活下來，請千萬要把你的 T-SQL 練到如火純青，入門數據行業不管是未來面試，以及上工時都會不停的使用到 SQL 語法，如果課程有閒暇之餘，多多練習你的 SQL 能力絕對是大有幫助！<br/><br/>在課程的中期你們會接觸到 Linux、Docker、Hadoop、Spark 等等為了建置分散式運算平台的課程，在此會大大出現撞牆期，有太多太多東西要學，但我們的時間總是不夠，不過不需要氣餒，只要多方努力多嘗試，對這些新奇的東西有比初學者還要多的體會即可，因為在中期會有老師帶領大家製作期中的小專題【大數據分析平台架設】，到了那時候你就能夠功力大進以及小有成就了。<br/><br/>最後課程的後期， 著重於數據的 ETL、分析、建模、預測、視覺化等，資策會安排許多的 Mining 工具讓大家認識，在這個時期我建議大家花大量的功夫去投入 R 語言的練習，以我本身為例，我在期末專題的時候，大多都投入於 R 中處理著我們手上的數據，因為 R 有大量的 packages 可供我們使用，並且隨時都在更新數量，視覺化上重點的 d3.js、highcharts 都有善心人士，開發出套件供我們在 R 上使用，整體上的應用力度是相當的足夠的，也希望學弟妹們可以多加研究它，順利完成最後的專題。<br/><br/>最後，給各位學弟妹們一些小小的個人建議。雖然課程很多很多很多，但是不用追求什麼科目都要很強，而是得要好好要求自己必須對每一個科目具有最起碼基礎上的瞭解，用來溝通與開會，因為資料工程是相當的龐大，需要多人的協力才能夠順利的完成，期許大家都能夠不斷的學習，因為這年代你的身後總會有數不清的套件不停的超前於你的，所以選好你要努力的方向，不停的向前吧~

朱Ｏ宏同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>畢業於數學系(應用數學組)的佑任，平時最喜歡運動，一有機會也會去來趟小旅行，是個陽光外向的大男孩。大學時期，除了有過數學家教、展場活動、桌球教練等工讀經驗外，他並未清晰確認自己未來的職涯規劃。直到大四那年，他看了一本書，名叫 《精準預測The Signaland the Noise》。<br/><br/>這本書實際應用許多數學、統計學的理論，結合NBA球賽、流行病預測、911恐怖攻擊、地震預測…等事件，來解釋如何從巨量雜訊中，看出重要的訊息？這讓他對資料分析開始有極大的興趣，於是進一步去了解成為「資料分析師」 (資料科學家)需要具備哪些能力。<br/><br/>一個成功的資料分析師不僅要具備數學、統計能力，對於程式撰寫、產業相關知識也得有一定的了解。在檢視自己所學後，由於他具備較扎實的數學、統計基礎，因此他開始尋覓能學習程式設計技術的課程。<br/><br/><h6 class=text_bold__orange__sgJrv>分析法與程式技術並進教學 團隊共事期末專題</h6><br/>其實，坊間「巨量分析」相關課程不多，課程充足的更少。佑任透過「青年就業讚計畫」加入台北資策會「Date Engineer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)」。他表示，台北資策會不僅提供他最感興趣的資料分析教學，也有規劃了前端與後端的技術，讓他能夠對程式設計有全面性的了解，並且讓學員組隊，共同整合課程所學，挑選自己感興趣的主題，從架設程式到資料分析，完整呈現期末專題，讓他對未來求職更有信心！<br/><br/>佑任還分享，台北資策會的老師在教學與職場經驗相當豐富，更充滿十足的教學熱情，不管什麼時間提問，老師樂於盡速回答。他們不僅教授專業的課程，也會分享職場經驗，讓學員更清楚了解如何將課堂所學實際運用。他提到：「由於我們是資料分析班，特別需要觀察能力，因此班導師非常用心，時常安排分享活動，讓學員腦力激盪，相互聽取觀點與學習。」<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>本身畢業於數學系，起初是在大四的時候，看了一本書也推薦給大家『精準預測The Signal and the Noise』，這本書運用了許多數學、統計的理論配合像是NBA球員、流行病預測、911恐怖攻擊、地震預測…等等的時事，這本書讓我對資料分析開始產生興趣，於是我開始找尋要成為一個資料分析師(資料科學家)需要具備哪些能力，一個能夠獨當一面的資料分析師不僅要具備數學、統計知識，對於程式撰寫、產業相關知識都要有一定的了解，是一個綜合各領域專業知識的職業，在檢視自己所學後，發現自己在大學所學的數學、統計基礎理論較好，但在程式設計的部分是不足的，因此想加強程式設計的技術，於是在畢業後就參與了資策會第一屆的Data Engineer巨量資料分析就業養成班。<br/><br/>資策會第一屆Data Engineer巨量資料分析就業養成班課程非常多元，不僅僅只有資料分析的部分，也有許多前端與後端的技術，這點非常吸引我，能夠對於在資料分析的工作上會遇到的技術有比較全面性的了解，並且在課程最後的期末專題也讓我們有機會去整合課程所學，挑選自己喜歡的主題，從後端的架設、資料分析、前端的呈現完整的去實踐所學，一個職場新鮮人也最怕投入了許多時間在一個行業後，才發現自己真的不適合，期末專題這樣的職場模擬、與組員間的相互合作，不僅讓我省去了不少時間去摸索自己所適合的工作，也讓我深刻了解自己喜歡什麼，在針對自己所喜歡的去加強、深入學習。<br/><br/>資策會的老師，在教學與職場經驗都相當豐富也有十足的教學熱情，不管什麼時間，老師都有問必答，讓我們學習更加順利，不僅教導我專業的課程、也會分享在職場上所會遇到的實際問題與經驗，讓我更清楚了解課程在未來工作上如何實際去運用和遇問題時如何最有效的去解決，由於我們是資料分析班，特別需要多去觀察，班導非常用心，時常安排一些分享活動，讓我們去腦力激盪、聽聽同學們的想法、互相學習，課程的最後，期末專題讓我們從無到一個小組完整的作品，小組成員間的討論、共同合作解決問題來完成團隊目標以及最後的成果展現，這過程是個非常好的機會和經驗去整合所學並實踐所學，在資策會的這段期間，不僅讓我學習到專業知識，並間接的學習到溝通技巧、團隊合作的重要性，也讓我對於未來工作更有信心，資策會提供了非常好的學習環境，老師們也非常關心我們，我很感激他們。<br/><br/>最後想提醒一下對Data Engineer巨量資料分析就業養成班有興趣的朋友們，經過這短短五個多月的課程是能夠讓大家順利拿到進入資料分析這領域的門票，接下來還是得持續不斷的學習、充實自己。

林Ｏ任同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>本身大學就讀臺大物理系，但是對物理一點興趣都沒有。在大三大四的時候開始接觸Java程式語言，也旁聽許多資工系大學部的課程，因此對於靠寫程式維生的生活產生很美好的憧憬，不過就讀非本科系的我即使懷抱著極大的熱忱，卻不知道該怎麼踏入這個領域。當時很常聽到大數據這個詞，只知道很夯，卻不知道到底大數據為何。記得那時候在網路上看到資策會開設這門課程，加上本身也符合青年就業讚的補助資格，何不利用短短半年的時間學習大數據相關的知識與技能，累積實作經驗？便毅然決然報名，期許自己透過這門課程的訓練拿到進入IT產業的門票。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>要說我在這半年之中學到了什麼，大概可以分為工具和概念兩種。<br/><br/>工具就是指課表上面看到的那些名詞，如Java、JDBC、T-SQL、R語言、Hadoop、HTML、JavaScript、JSP等等，而概念則包含前端、後端、MVC、SQL、NoSQL、AJAX、RESTful API等等。工具可以幫助我們實現概念，而概念使我們知道如何應用這些工具，兩者相輔相成，都有學習的價值。除了這些實質的技術之外，從老師的上課教授內容以及和其他學員們談話中，也激發出很多不管是對於大數據領域或是整個IT產業的想法與見解，有人因此對大數據領域產生更濃厚的興趣，也有人因此想轉往其他領域發展，但不管走在哪一條道路上，只要想在IT這個變化快速的產業中打滾，就要以寬闊的胸襟試著去理解各個領域在做的事情，讓自己不斷的接受新事物的洗禮。在這半年之中，我覺得我最大的變化就是能夠用更宏觀的角度去學習新事物，而不再把自己侷限在某個技術或程式語言裡。<br/><br/>為了要能夠讓企業主看到我們學習的成果以及個人價值，透過期末專題的發表是最直接的方式，有幾點我覺得是很重要的。首先是題目的部分，一定要做自己有興趣的主題，才有動力想把它做好做滿甚至做到完美，結業之後開始工作也很難有這麼多的時間去做一件自己很有興趣的事情。再來是分工的部分，準備專題的時間說長不長說短不短，各自的工作盡量不要重複，然後心有餘力的話多幫忙別人，不管是幫忙同組或不同組的學員，在這樣的過程中會學到更多課堂上學不到的東西。最後是發表的部分，一定要留一些時間來思考、準備，如何在短短的二十分鐘之內，讓觀眾了解作品的理念以及個人的價值，我覺得介紹自己的作品往往比作品本身還來得更加重要。<br/><br/>在這門課程結束之後，我順利的找到一家新創公司的工作，雖然和當初設定的方向不太一樣，但是它是一份我熱愛而且具有挑戰性能夠使我成長的工作，甚至公司老闆也鼓勵員工在工作之餘，去做自己喜歡做的事情，並且可以隨時提出來一起討論，很高興找到這樣的工作，也很開心能和大家用文字的方式分享我這半年來學習的心得，如果有機會我也很樂意和大家當面聊聊。

徐Ｏ谷同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>給想報名台北資策會『Data Engineer 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)』的你～～<br/><br/>不知不覺終於到了結訓的這一天，但感覺就好像昨天才剛開訓一樣，真的很不可思議！時間過得真的很快！依照我在班上的慣例，我還是先來講個笑話，哦不是，來打個心得分享做個總結，就當做是看故事吧，你一定會有所收穫的。<br/><br/>首先，如果你不是資訊、機械、電子或是數理統計相關背景的話(例如：文科生)，那麼這篇我寫的文章你大可參考一下。本人是社工系畢業的，由於受到先前工作因緣際會的關係，因而萌生了想要多認識一點數據分析的念頭，於是在網路上研究一番後，決定報名台北資策會就業養成班的課程。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>想要一頭栽進資訊科技領域，可能會有很多的人會突然跳出來質問著你說：『你辦不到！』、『你邏輯有問題！』、『你不應該嘗試新的領域，應該把本來的專長再精進！』聽完這些高人或前輩們具體的建議之後，突然會讓你感到汗顏、直覺自己的身心可能是先天上存在著極其嚴重的缺陷！甚至他們可能還會背對著你發出竊竊的冷笑、嗤之以鼻 (※ 在此先幫你打個預防針，因為面試找工作時常常會遇到)。但是我體會到每次爬山的時候，我們都認為很困難，可是重點其實很簡單，你只要把腳往前跨出下一步，專注在腳前的事情，不要一直想攻頂的事情，總有一天就默默達到山頭，沒有你想像中的那麼可怕！具體的來說，如果你有興趣，而且已經想好人生的 生涯規劃了，那麼剩下的就跟著資策會替你安排的課程進度就可以了。看到這裡，如果你開始建立信心了，已經填好了報名表，那剩下的就不需要看了，如果你想瞭解我的故事，那就讓我把故事從頭說起。<br/><br/>為了實際瞭解這一班整體課程的架構與脈絡，於是我就先打了個電話到台北資策會給羅小姐先行預約了說明會的位子。說明會剛開始，羅小姐就說他非常的嚴格，感覺上有一股什麼正派的力量壓制著聆聽說明會的學生，而我仿佛在氣勢中感覺到「孺子可教也」這番話。說明會上提到了程式零基礎來學不會很痛苦，無統計經驗也沒關係，感覺下一句就會聽到：「先別管經驗了，你聽過安麗嗎？」但是當時還是不踏實，於是想一想還是先自學 個什麼東西先，這樣之後跟其他同學一起上課感覺也會比較有話題可以聊，而不會讓人家覺得我很遜，於是我就主動詢問了一些有程式撰寫經驗的朋友。而根據我這些親朋好友的建議，於是我上網去學 CodeMonkey。本人在此 大力推薦這其實是一個比較明智的選擇，而我也幾乎也全數破關，但事實上還是跟上課內容有一段不少的差距啊 (※ CodeMonkey 是設計給「小學生」使用的)！<br/><br/>來到班上的第一天，我其實不太緊張，畢竟要開啟人生的另外一個新樂章，是蠻令人值得興奮的一件事情，但是內心仍是充滿了不少的疑惑！因為我本身是非科班的學生，從來沒接觸過什麼程式，只有在小學階段時有用過 HTML，在那個年代是鼓勵人們做出很奇怪的網站，很神秘的美學，例如：無止盡閃爍的花，搭配著一連串奇怪的的禪繞圖，同學們都會放上尚未去背神奇寶貝的照片。對！沒錯，那是「皮卡丘打排球」、「小朋友下樓梯」的年代，之後本人的電腦能力就跟一般大學生會用到的那些軟體一樣，你就知道我的基礎有多差了！<br/><br/>如今，現在的我已經受完訓並且開始工作了，以過來人的身分來看，其實大家不用太過擔心無法追上課程進度的問題，因為班導會時常關心同學們有沒有需要調整的地方，這點其實非常重要！因為班上同學們原本所學的第一專長的領域各不相同，學習能力也不太一樣，如果能適時發出求救訊息，然後再適度調整，在期末專題進行時將會大大地減輕壓力。在就訓期間，「班導」是一個非常重要的角色，老師會儘量運用課餘的時間協助同學們瞭解目前產業的狀況(業界的經驗)，想盡辦法讓同學們瞭解這個領域的待遇以及未來的發展，對於身為另外一個次元的我，感到非常受用。<br/><br/>其次就是簡小姐、羅小姐、菊秋姐、Jack 老師以及蘇組長，這五位老師們也都非常關心同學的學習狀況及出缺勤(※ 如果你有辦青年就業讚的話，出缺勤非常重要，切記！) 如果有任何的不適或者是煩惱，請一定要即時反應，老師們都會很熱心的想盡辦法幫同學們解決問題，千萬不要因為害羞或是害怕而錯過了求助的機會，俗話說：「再忙也要陪你喝一杯咖啡。」我想就是這個寫照。<br/><br/>所謂「人生不該是空白，我們學會塗上色彩。允文允武，英名千載。 揮灑青春不留白，青春不留白。」儘管上課有時候也會聽不太懂，但我們還是不能輕言放棄，要想盡辦法跟上進度，所以找臨兵救援是理所當然的事情，左右鄰兵也因為救援太多次，他們就不小心因為我而被三振，為此我還是有點過意不去，所以在此感謝朱弟及耀威哥的火力支援，先受小弟一拜。我自己覺得很幸運，因為班上的學習風氣很良好，大家彼此督促、學習。從原本課程上的知識到課外的 Cousera 課程，都有同學們陪伴，不會讓你孤獨承受「程式不可預期的錯誤」。<br/><br/>我不敢跟你保證一定會遇到友善的同學(諸如：美國隊長或是神力女超人)，但是我可以跟你保證在台北資策會這邊上課，是一個良好的學習環境。如果你還有很多問題想問，也可以上臉書搜尋「台北資策同學會」，我想你會在這邊找到其他同學所給予的中肯建議。

謝Ｏ賢同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>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。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>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。<br/><br/>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。<br/><br/>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。

鍾Ｏ修同學

<h6 class=text_bold__orange__sgJrv>前言</h6><br/>大約是三四年前，「大數據」這個詞漸漸的流行起來，在新聞中、生活中越來越常聽到這個名詞的出現，或許多少也和艾爾荀伯格和庫基耶出版的一本名為「大數據」的書有關，啤酒和尿布、谷歌利用搜尋引擎預測流感的發生、美國亞馬遜公司利用數據找出消費者有興趣的商品等等故事讓大眾接觸到了這個新的概念，並產生了好奇，我也成為這些好奇的人們的一份子。因此，我看了些與大數據相關書藉，更加好奇大數據背後具體是怎麼運作的。由於我本身大學是讀經濟系的，看了這些數據創造出價值的成功例子，開始思考數據可以應用在經濟的哪些層面與它能帶來的價值。<br/><br/><h6 class=text_bold__orange__sgJrv>心得分享</h6><br/>有位朋友看到了資策會有開巨量資料分析的課程，便將這項資訊分享給我，剛好那時離開上一份工作，正在思考職涯的下一步應該怎麼走，再加上政府有全額補助這項課程。幾經思考，想想花半年的時間就可以較深入的了解一個自己有興趣的領域，不僅僅限於一般故事的觀點，而是了解背後的技術，也作為投資自己，應該滿值得的，便報名參加課程了。<br/><br/>這個班級很適合從來未接觸過程式的人，課程的安排能夠帶領學員從最基礎的部分開始學習，然後一步一步讓學員完整的理解巨量資料分析會接觸到的程式或系統，主要分為六大塊：互動式網頁、資料庫、資料分析、Hadoop、Linux作業系統、以及Java，讓學員能夠對於大數據到底是什麼，有了更深一步以及更完整的了解。<br/><br/>在上完這麼多的課程，其中我最有興趣的部份是數據分析的部份，也就是把資料抓回來以後，要怎麼把資料變成有價值的資訊。當時在大學接觸統計的過程中，幾乎都只著重於理論的推導，即抽象化的思考；然而在資策會的課程中，可以使用程式讓統計的概念具體地呈現在眼前，使得艱澀的概念變得更容易理解，同時加快了上手的速度。<br/><br/>期末專題是很重要的一部份，在實作的過程中，會獲得許多寶貴的經驗，也是學員們未來在求職上很重要的籌碼。過程中需要思考自己及同組組員有興趣的題材是什麼，這個題材是否能夠應用我們在課程之中學到的技術，在分工上找到每位組員的定位，以及遇到困難要怎麼解決、時程管理與專題最後的統籌等，不但複習了前四個月學到的技術、技術之間的串接與整合，更有軟實力的訓練包含溝通、問題解決、合作等，都是未來在工作上必備的能力。<br/><br/>課程結束後的工作媒合，讓我有機會能夠在公司裡面擔任數據分析人員，我很喜歡目前的工作，也覺得能夠找到自己有興趣的領域是件很幸運的事。我覺得上這門課是我人生之中一個明智的決定，因為它，讓我在工作上有了更寬廣的道路。

Python資料分析及工具	2024/12/21-2024/12/22
PMP專案管理師認證	2025/04/12-2025/04/27

台中專區

\ 台中課程資訊 /

推薦課程

養成班課程

前端工程師就業養成班

在職班課程

Python資料分析及工具

PMP專案管理師認證

就業班訓練成果

小專題介紹

小專題

企業專題介紹

企業專題

結訓專題發表

結訓成果

就業媒合

洽詢資訊

結訓學員心得分享

敬請期待心得分享

課程項目

服務內容

資展國際