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。
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：
- 從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。
- 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：
- 近期開班的 A1 課程：《A1: 資料分析基礎班》（1月26日報名截止）
- DSP 學習地圖
- LinkedIn: The 25 Hottest Skills That Got People Hired in 2014