2015-01-07 CK

如果這輩子只能選修一堂硬派的資料分析課程

根據 LinkedIn 最新統計,「資料分析」名列該網站全球熱門工作技能排行榜第一名,比各種資訊工程開發管理的技能還要搶手。

 

Hottest Skills of 2014 on LinkedIn

 

資料科學不但橫跨多個領域,而且觀念和技術一直與時俱進,這對想入門的初學者可能是個頗大的困擾。試想這個情境:你是一位職場新鮮人,在學期間可能曾經學過(或是聽過)一些資料處理和分析的知識,例如:程式語言、數學統計、計量方法、機器學習甚至是資料探勘,因為興趣或是求職的需求,現在決定要認真學習資料分析。

你將會面對以下的考量:

  • 學習地圖
  • 教材選擇
  • 課程規劃
  • 工具
  • 實作練習
  • 同儕討論
  • 教練或導師

現在市面上有很多內容相當豐富的線上課程,我鼓勵大家盡量嘗試。若你能努力自學,循序漸進認識資料分析的基礎理論和技術,恭喜你。

若你想浸潤於一個可以和同儕切磋、與講師互動討論的環境,或是在很有限的時間內獲得最大的學習效果,挑選一個適合自己學習風格的實體課程,或許是個不錯的選擇。

若你想要在極短時間內吸收高強度的知識,從實踐中體驗資料真理並且享受資料分析的樂趣,而非「光聽不練」,那麼,你可以考慮加入 DSP 的課程。

不過,這時候你可能又會面臨一個新的問題:DSP 針對「資料分析師」的養成課程眾多,從淺到深,有工具上手課、資料分析基礎班、進階班等等,究竟應該在哪個階段才進來上課?

我個人的建議:

  1. DSP 學習地圖來看,最淺或較深的課程 (即 DSP 的 A0 或是 A2 以上等級課程),端看個人需求和偏好,再決定要自修或上課。
  2. 但是,一開始的資料分析基礎課程(A1 等級),最好能讓有實務經驗的講師帶領,不但可以迅速瞭解分析理論和技術在商業上的真實意義與應用,省下很多摸索或是踩雷的時間,還能趁早培養良好的資料分析工作習慣。

 

延伸閱讀:

, ,

CK

提供企業資料策略分析顧問服務,也積極參與社群活動,透過科技和資料的力量,設法改造社會。

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *