誰說文組就不能做大數據：限制你的是態度，不是技能
- 2019-09-02 01:15 檢舉
【職業窺探：誰說文組就不能做大數據】這場講座，邀請了Killy 與 Porsche ，從文組的角度，切入大數據這個產業！
這場講座很精彩，我自已的key takeaway :
限制你的，只有態度，而非技能
很多時候，理組科系教的東西，不代表文組科系學不會，而是因為，我們太常幫自己貼上標籤，與其說是標籤，更像是，給自己的安慰劑，跟自己說：沒關係的，我們不會沒關係，因為我們就是沒學到嗎～
但是在Killy 的身上，體現了，當你想要往特定方向前進，你只要有心，一定可以找到相關資源，不管是一些聚會、線上課程，Killy 自學，讓自己在大數據這個產業，站穩了腳步！
也如同Porsche 說的，重點是了解，自己想要什麼、要做什麼，接下來，技能就只是輔助工具，若你的職缺，不是要讓你成為工程師，而是中間溝通橋樑的PM或是新創老闆，那你只要學基本的技術就好了，而不是要搶別人的飯碗與工作。
以下是這次活動的簡單筆記記錄：
Killy Pan / 街口支付 產品經理
真正的方式：先了解要解答什麼（inteliggence）再回頭找data
大數據是個回圈
大數據重點不是要很多數字，而是要有用的數據
推薦書本：數據謊言與真相
找大數據，不會找因或果，因為難以知道因跟果，但可以找關聯，只要找到有規律與參數，就可以寫進模型裡面
技術能力有哪些：
- 邏輯思維能力：數據剖析、業務邏輯、產業知識、問問題的能力（輸入、消化）
- 簡報能力：溝通表達、圖表示覺化的能力（輸出）
- 基本工具能力：統計學、excel 、基礎SQL （整理工具）
- 進階分析能力：Python, R, powerBI, SAS 等
在學校可以練習：新聞媒體給的數字，了解每個數字的分子與分母，數據內容是什麼，辨別資料真偽
在大學時，可以培養各種領域的了解，知道哪些品牌的類別、是否可比較
問問題：可以在上課期間練習，可以看麥肯錫系列的書
圖表示覺化，在國外是特別的能力
統計學，不需要很會算，重點是了解，ex. 回歸分析中，參數影響的內容
知道基礎sql，可以知道怎麼撈數字
數據分析師 vs. 資料分析師 vs. 資料科學家
在學時該如何精進？
- 黑客松競賽：總統盃黑客松、資料英雄
- 企業實習：tableau、powerBI、Real Data
- 讀書會：HPX讀書會、自組
- 各類學習資源：coursera, 社群、台大資訊系統訓練班
交集區：專業知識X數據
行銷Ｘ數據：廣告投放、各產業行銷
中文X數據：語意分析
經濟X數據：量化分析師、風險管理分析師
心理學Ｘ數據：各產業消費者（行為）研究
經驗分享與建議
- 獨立思考、質疑數據
- 挖掘核心原因
- 勇於嘗試
Porsche / 大橡科技 Co-founder
想大數據這產業，目的：薪水＆社會期待＆成就感
你的工作，不一定只出現在求職平台上；如果只是為了薪水，可以去跑船，不用盡大數據
你真的喜歡大數據產業的文化嗎？
不用在因為社會期待、父母的期待，去做事情，大家都是成人了
大學要培養的是思考的能力，技術是你要自己練的基本功。
例如：工程師，花個7萬，可以獲得20萬產值
但是沒有考慮到：政府管制？練功的時間？
學習技術是容易的，學習思考才是難的
我們能在複雜的人類社會中，用社會科學找到最佳解。
（所以文組還是有科學專業的）
能創造業務的人，能累積最多金錢跟權力，而技術只是其達到目的的手段。
當你的成就已超越其他人對你的想像，就沒有所謂的期待
談判，有主導性的溝通
規劃，舞池與看台：用不一樣的角度切換，轉換方向，看事情
謙虛，為自己創造機會
認識自己，肯定自己的專業
職業窺探系列
3 則回應
匿名
2019-09-02 02:43 #1
鼓勵了作者
0
2019-09-02 02:50 #2
很有感觸“學習技術是容易的，學習思考才是難的”這句話，實習過程中，我的Mentor也提過類似的話，技術只能是輔助，而思考才能真正影響決策。Killy 提到的技能類，很清楚明白，給了想要往數據領域的人們有個明確的方向！謝謝涵寶寶的筆記！
0
2019-09-10 15:26 #3
@微醺女孩Zoe ：謝謝你的分享，我自己也是開始實習工作後，才更體會思考的重要！果然還是需要出社會看看，才能突破一些在校園無法突破的迷思啊！
0