a woman biting a pencil

【TechOrange 編輯部導讀】

你是否懷抱在國際知名企業工作的夢?現在許多公司在招募人才時,早已放寬學歷門檻,更加重視應徵者是否擁有必要的專業技巧、深度領域知識,以及充裕的實作經驗。因此,如果想要成為資料科學家,在這些大企業工作,其實也可以靠自學達成。

「FAANG」 是五間國際知名科技企業的名稱縮寫:Facebook、Apple、Amazon、Netflix、Google, 「FAANG」同時也是許多科技迷、技術人才求職時的夢幻企業。

無論專精哪一項科技領域,想要進入 FAANG,對於數據架構與電腦演算法的深刻理解與掌握不可或缺,另外也得反覆進行面試演練,網路上流傳不少 FAANG 的面試題目,除了技術專業之外,更考驗面試者的臨場反應、創意思考、問題解決能力,單有資料科學學位,並無法為你取得優勢入場券。

TO 延伸閱讀:iKala CEO 程世嘉:這 3 種能力,比你專業領域的知識更重要

比起教育背景,FAANG 更重視這些條件特質

不難想像擁有一份在 FAANG 的工作經歷,將能為個人履歷增添耀眼光環,而這是就算沒有正規的電腦科學教育背景,靠自學也能參與的一場挑戰

國際科技業界在招募人才時,早已放寬學歷門檻,更加重視應徵者是否擁有必要的專業技巧、深度領域知識,以及在選定領域中具備充裕的實作經驗,這些都不必然得透過大學學位累積。

不過對於非數理背景的跨領域人才來說,自學資料科學的路程還是會比較艱辛,卻也絕非不可能──其實程式語言會用到的數學與統計學程度,大多數人在國高中時就有所接觸,回頭複習一下,就能幫助自己重新打好思維基礎。

想知道 2023 年最新科技趨勢嗎?

→ 立即下載《TechOrange 2023 趨勢觀察報告》

初學者可以從何處著手?

初學者友善的程式語言包含 Python、R,它們雖然都是高階語言,基本語法(syntax)卻簡單明瞭,只要多加練習,就算是非理工背景的學習者也能輕鬆入門。

其他還有資料科學工具如 matplotlib、Tableau、TensorFlow,能幫助資料處理與數據視覺化;網路上也能找到文字或影音形式的線上學習資源。

TO 延伸閱讀:80% 線上課程報名者都半途而廢!養成 4 個學習習慣,在跳槽之路脫潁而出

7 個方法為知識技能充電

專業訓練、教育課程、在職培訓,以及老套卻有效的邊做邊學,這些面向組合起來,都能幫助你在職涯上的躍遷,透過自學前進 FAANG 科技殿堂:

  1. 爭取在職培訓,鼓勵現任雇主投資「你」,換取更亮眼的工作表現,也為將來轉職預作鋪墊。
  2. 把握下班時間積極充電、追求個人成長,隨時跟上科技業趨勢話題;書籍、有聲書、產業雜誌、播客節目都是很棒的自學資源。
  3. 報名相關線上課程,Coursera 或 Udemy 平台都有豐富的資料科學課程;盡量選擇內容安排精簡的學程,短影片、隨堂小考、簡潔明快的教學,這些會更有助於知識的積累與內化。
  4. 善用非正式的學習管道如 YouTube,現在有很多教育者或業界講師,樂於在 YouTube 頻道上分享知識含量高且有趣的內容。 
  5. 為學習加入「社交」元素,像是讀書會;找到志同道合的學習夥伴,為自學旅程找到更多動力與樂趣。
  6. 直接向業界前輩或專家學習,可以透過影子工作(work shadowing)或與業界導師(mentor)合作,這能幫助你快速累積實務技能。
  7. 提醒自己常保終身學習的心態,永遠對新事物感到好奇,不斷精進自己的知識與技能;這點對日新月異的科技界人才來說尤其重要。

》下載 TechOrange 2023 趨勢觀察報告《

實作經驗是錄取關鍵

自學資料科學的途徑千百種,最重要的還是得靠你先勇敢踏出第一步,並且不斷探問自己,目前所學是否切合長期的職涯目標,不要因為 FOMO 心態而輕易失焦,要記住沒有任何一位資料科學家,能夠做到每個領域都精通。

透過各種自學資源,紮穩理論基礎之後,下一個階段就是透過大量實作,累積豐富經驗,程式新手可以從 side project 做起,並且參與密集式課程(boot camp)、程式設計馬拉松(hackathon),就算沒有資料科學學位,也有機會靠一份充滿說服力的履歷,成功進入 FAANG!

下載《TechOrange》2023 趨勢觀察報告

獲取 6 大技術趨勢與明確的企業行動方案

TO 延伸閱讀:想轉職軟體工程師,但還不會 Python?初心者必看的學習資源一次掌握!

工作者「叛逆潮」震驚全球企業,如何將自己打造成炙手可熱高薪人才?

*本文開放合作夥伴轉載,參考資料:Analytics InsightForbes,首圖來源:Pixabay

(責任編輯:游絨絨)