想進入資料科學領域的你,該如何起步?|專家論點【維元】
資料科學是一種解決問題的方法,能夠應用於各種商業或其他場景的問題。這幾年也蓬勃的應用於不同的產業當中,例如在金融科技(Fintech)或行銷科技(Martech)之類的新興領域中都可以看到資料科學在科技中的影子。
而從我們過去的經驗中,可以發現資料科學工作者的背景樣貌非常多元,有來自的電腦科學、數學統計、商管學科,甚至於人文社會背景的也各自發展出獨特職涯路徑。在資料科學越來越熱門下,該如何成為資料科學工作者是許多人好奇的問題,那麼究竟該怎麼點技能樹和規劃職涯呢?
資料科學家的技能養成
一般來說,資料科學工作者需要具備3大核心能力:程式開發、數理推導與專業領域應用
*其中對應的相關系所,分別是資工、資管;數學、統計;商管或其他專業領域。
可以得知,資料科學是一種跨領域的能力。來自不同領域的人,都有機會成為資料科學工作者。因為資料科學技能是綜合性的技能,故資料科學工作者必需同時會不同領域技能,更需要跨領域合作。由於要學的東西太多、很難有學完的一天。但也可以說,資料科學的學習路徑是有很多的起點。
故想成為資料科學工作者,建議掌握自己的強項;再確認你的目標、動機與職涯期程後,展開學習與累積。例如,你擅長或對什麼技能有興趣呢?是寫程式和技術開發、是數字和分析;或程式和數字都不行,但很喜歡分析報表或圖表呢?
資料科學工作者的職涯發展是多方向的,並非每個資料科學工作者的職涯終點都是資料科學家。重要的是找到你的強項,進而選擇適合你的位置。
*例如,你本來是工程師、擅長寫程式,可以從資料工程師切入;若你擅長數理或統計,則可從比較需要數理能力的資料科學家著手;若你沒有工程或數理背景,但對數字或資料很有興趣,例如你就是PM、行銷或金融業人員,則可從資料分析師開始。
各種背景的資料科學職涯路徑
除了從技能之外,接下來我們從「背景」的角度切入,幾種常見進入資料圈的夥伴該可以怎麼規劃自己的職涯路徑。大致上可以分成設計背景、軟體工程背景、擅長數理統計、數字敏銳高這幾種專才的人,此外我們也把養成班、在職訓練獨立成一種可能的背景。
從設計背景到資料領域
很多有設計、使用者體驗背景的人,可能會轉換成為前端工程師。在接觸資料科學後,成為「懂資料的軟體工程師」。進而,再成為資料工程師、機器學習工程師或資料科學家。
從軟體工程背景到資料領域
本來就是軟體工程師的人,在成為「懂資料的軟體工程師」後,若不走機器學習工程師或資料科學家,則可能成為大數據分析師或資料架構師。若本來是走後端,則可能網系統架構師、或資料架構師發展。
擅長數理統計的人
數理統計強的人,可能從資料分析師或「懂程式的資料分析師」出發,成為「懂資料的軟體工程師」、或直接成為資料科學家。而「懂資料的軟體工程師」,可能再藉由資料工程師、機器學習工程師,走向資料科學家。而資料工程師,則亦可往大數據工程師、資料架構師發展。
對數字敏銳的人
對數字敏銳的人,一般路徑可能是會在市場相關的行銷或企劃等角色發展,進一步處理商業分析任務,最後成為管理顧問。若往資料分析師發展、再學習程式,成為「懂程式的資料分析師」;或是在處理商業任務的階段,成為「會程式的商業分析師 ( BI )」。商業分析師,進一步可能成為「懂資料的軟體工程師」,並再往資料工程師邁進。
從養成班、在職訓練到資料領域
養成班與在職訓練的時間都相對地短,不過也是從「懂資料的軟體工程師」起步。再循資料工程師、機器學習工程師到資料科學家。或是循後端工程師的路徑,往大數據工程師或資料架構師發展。
進入資料科學領域只是第一步
因為資料科學領域的多元內涵,使得人人都有機會成為資料科學工作者。也因如此,資料科學工作者需要跨領域的技能與合作能力,是個非常具有挑戰的角色。
從技能樹來看,資料科學工作者需要學習非常多的技能,建議從自己擅長或感興趣的技能開始學習;也要有學不完、永遠都在學習的心理準備。
而從職涯來看,資料科學工作者的職涯起點與路徑也非常多樣。無論是常見的設計、工程背景;養成班或在職訓練背景;或擅長數理統計或對數字敏銳的各種職種或特質的人,只要從掌握自己的強項出發,都有機會在資料科學領域中找到適合自己的位置。
嗨,我是維元,目前是一名資料科學與網頁開發的雙棲工程師。近期也擔任科技島社群的駐站專家,持續分享發表對 #資料科學、 #網頁開發 或 #軟體職涯 相關的文章。如果對於內文有疑問都歡迎與我們進一步的交流,都可以追蹤資料科學家的工作日常 Facebook 粉專 或 Instagram 帳號,也會不定時的舉辦分享活動,一起來玩玩吧!
瀏覽 2,548 次