Размер видео: 1280 X 720853 X 480640 X 360
Показать панель управления
Автовоспроизведение
Автоповтор
真的好厲害!!雖然不是想轉往純數據分析方面的工作 但我認為Ben的這系列影片適用於所有想要轉職的朋友 可以讓大家少走一點彎路 謝謝Ben
感謝回饋～
謝謝Ben 真的很有幫助對轉職的職涯好像很需要一個攻略有一個方向才一直朝那個方向努力而不至於中途放棄謝謝你轉職的影片真的收穫滿滿 🎉
感謝回饋
不虧是數據分析領域專家 分析一針見血 受益良多！！
太到位了，很明确地说明专职与念硕士的关键点。谢谢你的片。你是个很数据分析达达人。thanks so much. 👍👍
推推說明有條有理，非常有幫助的影片！
Ben真的回覆我得問題很有耐心，謝謝你。我如果不留言，實在是會對不起自己。
有填寫問卷問問題🙋🏻♀️希望Ben有看到～🥺也期待更多更新
目前都有回覆，若無收到再發
超棒的分析！真的幫助很大！！功德無量
真的太愛Ben 完全就是我人生的指路牌😭😭
扎扎實實 全是重點 超級棒!
超級清楚實用 感謝 Ben!!
你的三部影片都很棒
感謝回饋前三部是從 終身職位選擇、10年規劃、1年轉職的層級下來的之後可以回來看看下一部，也會挺有趣的
非常有幫助～感謝！
來給 Ben 大捧場～❤
Ben 您好，想詢問頂大在職專班取得碩士的問題：1）純血、混血頂大碩、在職專班頂大碩畢業，如果要進頂尖公司會不會有錄取率不同的問題，有些訊息說頂尖公司不認頂大在職專班的碩士不知道是不是真的2）在職碩需要準備3～5年的時間才能畢業，並且聽說在時間壓力大的情況下也不好通過畢業論文。若現在25歲中字輩，會建議讀在職專班，還是其實還有時間回去當全職學生，個人其實有時間壓力，但怕在職碩還是會有風險謝謝！
1. 有公司不承認在職學歷，也有的是管理者不認，但工作本質上是找解決問題的人，如果你的實力足夠，那問題也不大，如果在職能與以前的工作相輔相成，甚至比一般碩士值錢。2. 25歲比較大的問題是申請不到好的在職碩班
感謝分享 之後可能需要念個數據分析 資料科學相關碩士了～
感謝回饋，如果你已經轉職成功，加成可能就沒有這麼大
期待更新🥹
會的，這週填個坑
20分鐘內滿滿都是精華，非常實在的建議。我現在是統研所學生，但未來數據分析除了程式工具(python、sql、tableau)精熟度與side project以外，有沒有建議系統性學習的課程呢？修習資料結構與演算法、機器學習等課程是否會加分呢？還是應該要多修能夠放到履歷上的專案課程呢？
因為你是統研所，所以課程上會產出許多分析的專案，這些專案鐵定有簡單有複雜，先判斷專案對履歷有加分，接著可以沿著專案持續加強。你提到的課程，不論是統計系、資訊系的課程，都會成為你的"常識"，這些常識讓你在工作上不會有出格的操作，像是有很多資訊系的學生，沒有修過機器學習，就不了解交叉驗證、母體樣本；或是統計系學生，不了解程式優化、網路標準等等。在實務上做分析結論、軟體開發就會有神奇的問題。所以基本上是建議多上一些。至於系統性的課程，學校的課程往往是最有系統性的，挑公認覺得效益最大的課程就行，像是軟體開發、演算法資結等等
@@BenHsu501 我也是剛進統研所 請問會建議修一下“線性代數”和“品質管制設計”嗎 (大學是文組)
@@Ryan-qh8dh 能有線代的常識，長遠來說是值得的，從多變量分析、機器學習、深度學習，都需要線代的概念，未來工作也留了一條往方法研究的路線，很多公司找數學、統計所就是找你看論文的，總不能找外科系的看，修了課至少不會像呆子。但如果你未來打算走純軟體應用，也沒有打算走理論，那盡量接觸更多的分析方法、程式應用的課程可能比較好，畢竟碩士2年修課可能就10門，不一定有修課空間。線代找個YT課程看一輪也就是了。如果志向是品質管理，品管、可靠度是可以修一下的。而品管的監控方法，其實也不限於產品生產，各種軟體使用率趨勢、製程參數監控，都能用品管監控，所以能了解概念是很好的。
很有幫助~但因為數學真的很不好，對於要念統計相關研究所真的很有難度😭
數學確實是碩士門檻，但數據分析不一定是，或者可以考慮從實務著手
謝謝Ben的分享，收穫滿滿，另外想請問Ben覺得具備那些特質的人，適合成為數據分析師/科學家呢? 謝謝
撇除一些數理、程式的適應性，有兩個好的特質1. "喜歡學習的人"：軟體行業，技術的迭代相對於財務、會計而言是非常快的。2. "習慣獨立思考"：分析很多時候是解決從未發生過的問題，很多職位是可以一個指令一個動作，像是行政。所以需要自己思考分析的策略。有特質可以做的開心，但沒有特質也可以做下去。我有些同事目標就是出去玩🤣🤣，所以工作本身是跳板，私底下不額外花時間學習、分析的策略也可以多多找人討論，也可以有效的完成工作，所以如果明確自己的目標、善於不恥下問、找到資源，即使沒有上面的特質也是可以的，因為重點是完成任務，不是完成任務的過程。
请博主继续更新下去，能否讲一下怎么高效自学数据分析，推荐的网站，书籍，和方法
可以看看另一部影片 ruclips.net/video/9EcOu_GLsfA/видео.html ，關鍵的概念都有提到
謝謝Ben的詳細解說，真的考慮轉職&跨領域的我幫助很大!! 那想再請教一下Ben: 如果已過30, 本身已有碩士, 且有些工作經驗(PM, 所以在公司處理數據不是我負責的), 但因為興趣想跨/轉資料科學領域, 對於國外實體碩士, 實體學校certificate, Edx/coursera上公司/學校開設有做project的certificate之間的選擇呢? 如果多拿幾個coursera上系列課程&做他們的side project是否有機會比單一實體碩士好? 還是並不太建議因為沒學位會比較沒效力&系統呢? 再次謝謝Ben!!
不太確定你講的"實體學校的certificate"是指什麼，他可能是資策會、政府轉職活動或是國立大學的一些課程，我這邊就拿常見的政府轉職活動來說明。內容豐富度來說一定是 碩士>政府>coursera，而既然內容是多的，表示也有很多內容是用不到的，像是碩士可能多數課程都應用不到工作之上，但一部分要的是學校名、另一部分是用不到不代表沒用，有些是"常識"。政府與coursera，就比較接近實用性職，但很多政府的課程基本上是實務用不到、(SDE, DE, DA)的技能混在一起教、課程緊密，而多數的轉職者無法判斷哪些課程是需要的，以及自己的吸收能力有多少，所以通常是不建議去上(或者你發課表給我)。Coursera的課程(或是任意線上課程)，當然就比較接近實作的課程，你說會不會比較沒有系統，當然是會的，而且第一份工作還容易被嘴。不過站在轉職的角度，轉職成功才是關鍵，而關鍵就是做出一個作品，你有系統的學習不代表能做出作品，而coursera就是一個時間短、便宜、幾乎無風險的選擇。而coursera是否會比碩士好，有可能coursera能做出比碩士更好的履歷，畢竟碩士的目標不是做side project，但碩士的價值並不僅僅在side project，而是學歷加乘。總地說，系統的學習不是轉職必須的，如果要系統的學，其實從碩士開始也有點晚了，大學開始才學的齊，所以建議日後再補。而對於30歲以後，coursera的課程算是短而精湛，比較推薦。但如果你是到國外，年齡可能問題沒有這麼大，所以碩士還是可以考慮。
@@BenHsu501 謝謝Ben的超詳細解說，幾乎把這陣子我猶豫的選項整個詳盡的分析！對的，問題中的certificate是說國外大學實體學程，不過花費昂貴，所以才在考慮是否能以coursera等線上課程替代，以最快速有效的方式充實履歷，如Ben您之前影片提及的如何有效率的轉職。這系列主題真的超棒且非常有幫助，期待之後的新片，真的很謝謝您! :)
@@yangwendy1758 要注意的部分是有些碩士也不接受大學非相關學歷的學生，如果是跨科跨很大要把資訊看清楚
真的覺得Ben完全是在唬爛，念到碩士卻沒有轉換跑到的能力，再洗一個學力大概也不會好到哪裡去，我是主管的化這種人我完全不會考慮
@@cat4836 錯字一堆
太屌了 謝謝你
在美國頂大職碩般容易申請，但是花費高，英文要好!參考約翰霍普金斯和博客來，60%入取機率。每學期都要做自己的Side Project
很棒的提點！謝謝
Ben您好！謝謝您的影片分析 很詳細！目前還是數據小白（念碩中），想請問做side project有建議新手能從哪裡開始累積下手嗎？謝謝！
可以看我的另一部影片"為什麼99%轉職數據分析的人都失敗了?"，規劃方法有提到一些
@@BenHsu501 謝謝！
推
今年頂大統計所碩士畢業，找工作挺寒冬的。 目前正在一家中小做硬體的公司上班，沒人帶我，不定期和老闆討論，但基本上沒接觸到什麼數據分析的工具。Ben 有什麼建議嗎?
今年頂大統計畢業，就業半年左右，就是純新人。聽你的意思是，你想要走數據分析相關的工作，那現在的這份工作對你而言就是維持生計，對DA的工作不太有幫助。所以可以準備履歷，年後繼續投。目標應該是上市櫃公司的數據分析人員，一般來說新人待業半年-一年都挺正常的，定位是公司培養新人。如果履歷對實際工作越接近，錄取就是靠實力，反之就是靠學校，如果是靠學校，那就是跟四大四中數學統計所 畢業的 300人競爭。可以把履歷透過資訊欄連結發過來看看。
您好！想請問：如果想達到第二、三階段 金融業是個好選擇嗎 或是證券交易分析之類的~
看地區，沒有絕對答案，台灣的幾家銀行基本是到不了的，要去外商銀行才有可能；證券交易聽到的傳統交易員比較多，數據分析上去的周遭沒有案例。
请问下数据分析师是需要深耕某个行业领域比较好吗？比如医药，新能源，汽车，等等？
一般來說，可以分為軟體公司跟產業公司，軟體公司就是考代碼能力為主，而產業公司就是有 domain knowledge 會比較吃香。像是台灣就是半導體製造，所以如果有相關經驗，就很容易跳到更好的公司，但是如果你在半導體，跳到金融就很難。並且因為現在AI當道，有domain knowledge 更不容易被取代。而如果是從算法來看，通常你以前是作圖像的，之後也很好找圖像的工作，但是如果想跳去作強化學習、LLM就很不容易。
您好！有看完您目前頻道的3部影片，對於目前轉職徬徨有很大幫助～想問一下若學歷方面很低（目前我大學肄業）按照您準備履歷的方式準備，會有機會拿到面試機會嗎？目前年齡的話是25歲，前一份工作是做行政（學歷門檻低）在收尋數據分析相關工作時覺得學歷門檻要求是比較高，但是因為是已經出社會工作3年多，在回去補學歷怕花錢又花時間，想問一下數據分析未來能靠經驗＋能力獲得工作嗎？謝謝！另外想問一下若我學歷不足，準備方式是否跟非本科生準備履歷的方式一樣？
可以想成是一個加權，個人條件好，履歷與side project做個一般即可；個人條件不足，履歷與side project就要做的比其他人出色。你的年紀可以操作的空間挺大的，不論是念書或是自學都可以，但建議以過去的學習狀況決定策略，如果過去比較不擅長規劃，那可以考慮念個學位，比較保險；如果過去學習的狀態不錯，那可以透過線上課程自學。履歷的話我這周會更新個影片。
@@BenHsu501 謝謝您的回覆～期待影片新❤︎❤︎❤︎
想請問Ben目前還有在做轉職諮詢服務嗎😂
資訊欄有問卷，可以直接填寫
請問一下你未來會做關於數據科學本科畢業的影片嗎？我今年會唸香港中文大學的數據科學Bachelor, 但我怕出路會有點窄(未來應該會在香港或美國/加拿大功作), 所以在想會不會補個Computer Science double major/minor比較好?
目前沒有本科影片的規劃，主要是本科的資訊非常多，比較不會有訊息差。數據科學本科的路鐵定是不窄的，但相較於CS而言，CS的路更寬，並且所有的AI應用最終都需要模型部署，而DS以及MLE很多反而是CS科系擔當主力，原因在於更details的模型設計，會牽扯到系統與硬體所以如果能有CS的學位，也能提高你的上限。
我三十歲回去唸資工碩，看來是已經太晚了。不知道有沒有願意接受稍微高齡一點的求職者的產業呢？另外，謝謝Ben的分享。
台積電阿
年齡當然是一個檻，但就是靜態條件，NBA球員的臂展長，也只在選秀加一些分，不必然能讓它她成為選秀狀元。而找工作這件事情，還是看你實際能提供的價值，當你履歷顯展現的能力明顯強過周遭人，那就是能取得工作，所以首要還是加強履歷，並且你已身在資工系，你是很容易看到其他人的履歷，你有很多的學習方向、參考的標的在，年齡是一個條件，但你也有其他優勢。而什麼產業可以接受年齡較高的求職者，因為是資工碩，所以你的選擇是很廣闊的。首先應該考慮的可能不是產業，而是哪一個職缺是職缺最多的，可能是資訊的基礎職位，所以網路、資料庫、網頁，都會比data的職位更必要，職缺就會多。但如果是找data，畢竟學歷還是在，就可以找2-3線公司，還是有機會的。而如果真的要說，有什麼產業是接受年齡較高的求職者，這沒有一定，但我聽到的是那種，很穩定、外界常常稱比較養老的公司，個人猜測是希望人員流動穩定。
求教！30多了刚申请到data science PhD program。系里可选的mentor分别有生物统计、生物信息、以及AI方向的，请问您有没有什么建议？临床医学出身，做过几年生物科研
還是要看你的個人的目標以及未來的工作地區，生物在許多地區是沒啥職缺的，然後可以看你對未來程式預期的強度 AI > 生物信息 > 生物統計。內容交集的話應該是 (1) AI 交集 生物信息，(2) 生物信息 交集 生物統計，(3) AI 互斥 生物統計。(1) AI 多的就是各種算法；交集的可能是醫學圖像的AI，這幾年挺熱的(2) 的交集，我以前的年代是microarray、RNAseq；而生統多的是臨床試驗、meta、長期追蹤這種很統計的項目。所以如果你想要與延續以前的臨床經驗，個人看法是生統比較接近；如果想換個領域走走，但想跟以前有點相關或是程式不那麼重，可以選生物信息；如果目標是到科技大廠，那可能AI的機會多一些。可以再找人確認，我有幾年時間沒接觸這個領域了。
谢谢Ben！! 非常热心耐心且专业的解答！❤我会认真参考的！再次感谢！～
@@BenHsu501 我植物所，就AI交集生物資訊，剛碩士畢業，有期刊發表，也找不到工作
數據分析的職位薪資好低喔😢 金融業100多萬 確是目前我的現況
高低搭配年資準一點，5年100偏低，第1年100偏高。
你好，想請問中字經濟學士，研究所想考工工或統計，會有可能因為跨太大而不被錄取嗎？（考試也有有審查佔比）謝謝
跟校風有關，台大 工工、統計 科系組成都很雜，財金、企管，私立大學也有；清交成、中字統計 外科系零星，不過可能跟人收的少有關；工工、工管 外科系 > 1/10 。所以靜態條件是OK的，經濟系在外科系中不是很特別，中字也挺好的，備審好好準備就行。
謝謝！
請問想透過職訓局轉職數據分析師是可行的嗎?先求有工作為主，今年27歲
簡單說是可以，職訓局的課程通常很扎實、項目繁雜，如果過程中有跟不上的，建議專注於可以做出成果的1-2種程式，避免全都不精。
太好了 感謝回覆
即將畢業的38歲資工在職碩表示害怕。
找系上同學幫忙內推，多年工作經驗可能也有幫助
英文能力需要提升嗎？
有是最好的，如果要一直往上走，不論是取得第一手資訊，還是到外商工作，都是需要的
年薪百万指的是台币还是啥？台币的话是不是有点少了？
幣值是台幣，100萬在台灣受薪階級百分位數是80%，第一年有這個薪資算挺好的，最頂尖的學生大概也就 1.5 - 2倍。再高就得去出國深造了😂😂
請問要轉pm可以填問卷嗎XD
可以填填看，但對PM了解沒這麼深，要看了問題才知道
在職碩不是比較快嗎
因為工作忙碌，頂大 3-5 年、休學都挺常見的。
想請問一下Ben，如果英文溝通沒問題且專業度可到2階段，如果不想念碩突破能以這技術去國外發展嗎?畢竟國外收入跟台灣比多很多，有考慮去美國發展，如果有空的話看能不能幫忙科普一下國外發展的可能性，不一定要美國 謝謝Ben
基本上都是面試錄取、公司協助申請，所以是依據當地公司的申請難度。薪資高的地區，英美還是比較困難的，法國有聽過較易，不過因為台灣多是工業，所以當地不一定有相關產業
@@BenHsu501 原來!!感謝Ben的回覆，那感覺要雙向進行，看國外的缺或找看看獵人頭的公司，跟在職專班等同步進行
一盞明燈
謝謝Ben! 我想請問一下，我本身是哲學碩士，今年剛滿29歲，剛剛開始讀在職計算機碩士班一學期，世界排名在前200內，學校的的排名雖然比我之前的學校高滿多的，對我來說已經是目前可以申請到最好的學校了，但我畢業就已經是30歲了。目前IT公司在做SEO文章，公司算是有自己的產品的新創中小公司。我想做數據科學的工作，剛好我公司就有相關工作，但是需要經驗比較豐富的人，請問我可以在畢業前爭取內轉比較嗎? 謝謝您!
如果是公司內，又是小公司，可以衡量主管個性，直接諮詢直屬主管職涯的發展可行性，或許主管間有交流，就直接幫你詢問了，你這個算是向上要求資源，你不跟主管提，他也不會知道。甚至是詢問目標部門主管、組員，相關的工作內容，試圖預先準備。先有與對方部門的溝通鋪墊，才有機會在部門有headcount時，得到一些消息。如果沒做這些，直接申請內轉，如你所提，他們要"經驗比較豐富的人"，你剛畢業時也不會有經驗，那就只能被刷掉。
@@BenHsu501 謝謝Ben!大概兩個月前我的部門主管有跟我聊到職涯規劃，我有跟他說我目前有在職讀計算機碩士，主管也問我之後的規劃，他說我可以結合我SEO的了解內轉為提示工程師，但是當時我還不是很確定我自己想是否要內轉還是換公司，所以只回答我想再想想看。目前我覺得內轉可能是最好的，因為我的年齡加上我也還沒畢業，但是我現在也才剛讀計算機碩班，請問大概什麼時候跟主管回覆內轉的事情比較合適呢? 謝謝您!
@@盧小平-y9s 內轉的時間是越早越好，實戰經驗比自主學習更有效果，問題在於你的程度是否可以內轉，還是需要再進修專業項目。有可能不同職位的工程師，有些是接受內轉，有些不行，可以先確認提示工程師是什麼再做決定，如果該職位不是目標值位，就以目標值位與主管討論。
只能說明目前社會大多現象，但無法說明個人真實狀況
如果有個人問題，可以填寫下方資訊欄，進一步討論
@@BenHsu501 不用了，你真的都資訊就只能當參考
@@cat4836 您說的也沒錯，所有人的建議只能當參考，只是多一個資訊的管道。而影片基於普及化，不可能針對個人述說。也提供一個經驗談，我接觸到的諮詢者，越是準備充分的人，越積極來索取建議，建議有可能沒用，但誰知道呢？優秀的人，不一定是有高天賦，許多時候是源自於更多的資源，而有能力尋找、吸收更多資源的人，自然也會更加優秀。會看這部影片，並留言，大概是內心有些見解，如果有任何疑問，歡迎索取資源。
我會看是yt的演算法推的，我的見解是你把碩士扭曲成職業訓練所，難怪台灣的碩博士自六年級世代開始程度可以說是一個比一個差，六年級以前10個碩博士大概只有3個程度不好，六年級以後100個裡面95個程度都很差，這導致台灣真正的好教授已經越來越稀有了，而你到影片正式造成這個扭曲現象的推手之一。這跟學歷沒有關係，我是研發主的話管我根本不會讓你影片中的這種程度的人進我的部門。
@@cat4836 如你所說，我影片確實有 “將碩士作為職業訓練所” 的嫌疑。不過念碩士賺錢，是學習知識的副作用，畢竟知識越多，人才越稀有，而人才的需求自然導致較高的薪水，所以吸引大眾將碩士作為提升薪資的手段，也是無可厚非。但您提到的，因為碩士為職業訓練所，導致台灣碩博士的程度較差，這的論點我覺得是可以討論的。因為“碩士為職業訓練所”這個現象並不僅僅在於台灣，而是全球普遍的行為。雖然不確定您 “60 年代開始，碩博士一個比一個差，導致台灣好的教授很少“ 此論點從何而來，如果真的有這個現象，個人覺得可能是優秀人才往業界前進，而對應到的是台灣的經濟發展的推進，這可能也是 ”大家將碩士作為職業訓練所“ 的另一個副作用。您提到 “不會讓你影片中的這種程度的人進我的部門”。可能您的職業是學校教授，所以需要非常高的知識背景，但很多中小企業，其實是不需要頂尖大學的學生，這跟知識需求有關、跟員工成本有關。縱然對您而言，這些員工知識水平不夠，但對於整體社會的成長還是有貢獻的。而這些中小企業的需求，其實大學生的知識水平是不足夠的，但台灣也沒有足夠的技職大學供應，可能因此才尋求一般碩士的員工。而台灣也因此產生了 “產業碩士” 來對應。或許你的問題，其實是台灣的教育問題，如果台灣的科技大學，量體足夠大，企業傾向招募科大的學生，那我的影片自然就會推薦大家去念科技大學，也就不會影響到一般的碩士生，可能就會重現 “六年級以前10個碩博士大概只有3個程度不好”的榮景。
真的好厲害!!雖然不是想轉往純數據分析方面的工作 但我認為Ben的這系列影片適用於所有想要轉職的朋友 可以讓大家少走一點彎路 謝謝Ben
感謝回饋～
謝謝Ben 真的很有幫助
對轉職的職涯好像很需要一個攻略
有一個方向才一直朝那個方向努力而不至於中途放棄
謝謝你轉職的影片
真的收穫滿滿 🎉
感謝回饋
不虧是數據分析領域專家 分析一針見血 受益良多！！
感謝回饋
太到位了，很明确地说明专职与念硕士的关键点。谢谢你的片。你是个很数据分析达达人。thanks so much. 👍👍
感謝回饋
推推說明有條有理，非常有幫助的影片！
感謝回饋
Ben真的回覆我得問題很有耐心，謝謝你。我如果不留言，實在是會對不起自己。
感謝回饋
有填寫問卷問問題🙋🏻♀️希望Ben有看到～🥺也期待更多更新
目前都有回覆，若無收到再發
超棒的分析！真的幫助很大！！功德無量
感謝回饋
真的太愛Ben 完全就是我人生的指路牌😭😭
感謝回饋～
扎扎實實 全是重點 超級棒!
感謝回饋
超級清楚實用 感謝 Ben!!
感謝回饋
你的三部影片都很棒
感謝回饋
前三部是從 終身職位選擇、10年規劃、1年轉職的層級下來的
之後可以回來看看下一部，也會挺有趣的
非常有幫助～感謝！
感謝回饋
來給 Ben 大捧場～❤
感謝回饋
Ben 您好，想詢問頂大在職專班取得碩士的問題：
1）純血、混血頂大碩、在職專班頂大碩畢業，如果要進頂尖公司會不會有錄取率不同的問題，有些訊息說頂尖公司不認頂大在職專班的碩士不知道是不是真的
2）在職碩需要準備3～5年的時間才能畢業，並且聽說在時間壓力大的情況下也不好通過畢業論文。若現在25歲中字輩，會建議讀在職專班，還是其實還有時間回去當全職學生，個人其實有時間壓力，但怕在職碩還是會有風險
謝謝！
1. 有公司不承認在職學歷，也有的是管理者不認，但工作本質上是找解決問題的人，如果你的實力足夠，那問題也不大，如果在職能與以前的工作相輔相成，甚至比一般碩士值錢。
2. 25歲比較大的問題是申請不到好的在職碩班
感謝分享 之後可能需要念個數據分析 資料科學相關碩士了～
感謝回饋，如果你已經轉職成功，加成可能就沒有這麼大
期待更新🥹
會的，這週填個坑
20分鐘內滿滿都是精華，非常實在的建議。我現在是統研所學生，但未來數據分析除了程式工具(python、sql、tableau)精熟度與side project以外，有沒有建議系統性學習的課程呢？修習資料結構與演算法、機器學習等課程是否會加分呢？還是應該要多修能夠放到履歷上的專案課程呢？
因為你是統研所，所以課程上會產出許多分析的專案，這些專案鐵定有簡單有複雜，先判斷專案對履歷有加分，接著可以沿著專案持續加強。
你提到的課程，不論是統計系、資訊系的課程，都會成為你的"常識"，這些常識讓你在工作上不會有出格的操作，像是有很多資訊系的學生，沒有修過機器學習，就不了解交叉驗證、母體樣本；或是統計系學生，不了解程式優化、網路標準等等。在實務上做分析結論、軟體開發就會有神奇的問題。所以基本上是建議多上一些。
至於系統性的課程，學校的課程往往是最有系統性的，挑公認覺得效益最大的課程就行，像是軟體開發、演算法資結等等
@@BenHsu501 我也是剛進統研所 請問會建議修一下“線性代數”和“品質管制設計”嗎 (大學是文組)
@@Ryan-qh8dh 能有線代的常識，長遠來說是值得的，從多變量分析、機器學習、深度學習，都需要線代的概念，未來工作也留了一條往方法研究的路線，很多公司找數學、統計所就是找你看論文的，總不能找外科系的看，修了課至少不會像呆子。
但如果你未來打算走純軟體應用，也沒有打算走理論，那盡量接觸更多的分析方法、程式應用的課程可能比較好，畢竟碩士2年修課可能就10門，不一定有修課空間。線代找個YT課程看一輪也就是了。
如果志向是品質管理，品管、可靠度是可以修一下的。而品管的監控方法，其實也不限於產品生產，各種軟體使用率趨勢、製程參數監控，都能用品管監控，所以能了解概念是很好的。
很有幫助~但因為數學真的很不好，對於要念統計相關研究所真的很有難度😭
數學確實是碩士門檻，但數據分析不一定是，或者可以考慮從實務著手
謝謝Ben的分享，收穫滿滿，另外想請問Ben覺得具備那些特質的人，適合成為數據分析師/科學家呢? 謝謝
撇除一些數理、程式的適應性，有兩個好的特質
1. "喜歡學習的人"：軟體行業，技術的迭代相對於財務、會計而言是非常快的。
2. "習慣獨立思考"：分析很多時候是解決從未發生過的問題，很多職位是可以一個指令一個動作，像是行政。所以需要自己思考分析的策略。
有特質可以做的開心，但沒有特質也可以做下去。我有些同事目標就是出去玩🤣🤣，所以工作本身是跳板，私底下不額外花時間學習、分析的策略也可以多多找人討論，也可以有效的完成工作，所以如果明確自己的目標、善於不恥下問、找到資源，即使沒有上面的特質也是可以的，因為重點是完成任務，不是完成任務的過程。
请博主继续更新下去，能否讲一下怎么高效自学数据分析，推荐的网站，书籍，和方法
可以看看另一部影片 ruclips.net/video/9EcOu_GLsfA/видео.html ，關鍵的概念都有提到
謝謝Ben的詳細解說，真的考慮轉職&跨領域的我幫助很大!!
那想再請教一下Ben: 如果已過30, 本身已有碩士, 且有些工作經驗(PM, 所以在公司處理數據不是我負責的), 但因為興趣想跨/轉資料科學領域, 對於國外實體碩士, 實體學校certificate, Edx/coursera上公司/學校開設有做project的certificate之間的選擇呢? 如果多拿幾個coursera上系列課程&做他們的side project是否有機會比單一實體碩士好? 還是並不太建議因為沒學位會比較沒效力&系統呢? 再次謝謝Ben!!
不太確定你講的"實體學校的certificate"是指什麼，他可能是資策會、政府轉職活動或是國立大學的一些課程，我這邊就拿常見的政府轉職活動來說明。內容豐富度來說一定是 碩士>政府>coursera，而既然內容是多的，表示也有很多內容是用不到的，像是碩士可能多數課程都應用不到工作之上，但一部分要的是學校名、另一部分是用不到不代表沒用，有些是"常識"。
政府與coursera，就比較接近實用性職，但很多政府的課程基本上是實務用不到、(SDE, DE, DA)的技能混在一起教、課程緊密，而多數的轉職者無法判斷哪些課程是需要的，以及自己的吸收能力有多少，所以通常是不建議去上(或者你發課表給我)。
Coursera的課程(或是任意線上課程)，當然就比較接近實作的課程，你說會不會比較沒有系統，當然是會的，而且第一份工作還容易被嘴。不過站在轉職的角度，轉職成功才是關鍵，而關鍵就是做出一個作品，你有系統的學習不代表能做出作品，而coursera就是一個時間短、便宜、幾乎無風險的選擇。
而coursera是否會比碩士好，有可能coursera能做出比碩士更好的履歷，畢竟碩士的目標不是做side project，但碩士的價值並不僅僅在side project，而是學歷加乘。
總地說，系統的學習不是轉職必須的，如果要系統的學，其實從碩士開始也有點晚了，大學開始才學的齊，所以建議日後再補。而對於30歲以後，coursera的課程算是短而精湛，比較推薦。但如果你是到國外，年齡可能問題沒有這麼大，所以碩士還是可以考慮。
@@BenHsu501 謝謝Ben的超詳細解說，幾乎把這陣子我猶豫的選項整個詳盡的分析！對的，問題中的certificate是說國外大學實體學程，不過花費昂貴，所以才在考慮是否能以coursera等線上課程替代，以最快速有效的方式充實履歷，如Ben您之前影片提及的如何有效率的轉職。這系列主題真的超棒且非常有幫助，期待之後的新片，真的很謝謝您! :)
@@yangwendy1758 要注意的部分是有些碩士也不接受大學非相關學歷的學生，如果是跨科跨很大要把資訊看清楚
真的覺得Ben完全是在唬爛，念到碩士卻沒有轉換跑到的能力，再洗一個學力大概也不會好到哪裡去，我是主管的化這種人我完全不會考慮
@@cat4836 錯字一堆
太屌了 謝謝你
感謝回饋
在美國頂大職碩般容易申請，但是花費高，英文要好!參考約翰霍普金斯和博客來，60%入取機率。每學期都要做自己的Side Project
很棒的提點！謝謝
感謝回饋
Ben您好！謝謝您的影片分析 很詳細！
目前還是數據小白（念碩中），想請問做side project有建議新手能從哪裡開始累積下手嗎？謝謝！
可以看我的另一部影片"為什麼99%轉職數據分析的人都失敗了?"，規劃方法有提到一些
@@BenHsu501 謝謝！
推
感謝回饋
今年頂大統計所碩士畢業，找工作挺寒冬的。 目前正在一家中小做硬體的公司上班，沒人帶我，不定期和老闆討論，但基本上沒接觸到什麼數據分析的工具。
Ben 有什麼建議嗎?
今年頂大統計畢業，就業半年左右，就是純新人。聽你的意思是，你想要走數據分析相關的工作，那現在的這份工作對你而言就是維持生計，對DA的工作不太有幫助。所以可以準備履歷，年後繼續投。
目標應該是上市櫃公司的數據分析人員，一般來說新人待業半年-一年都挺正常的，定位是公司培養新人。如果履歷對實際工作越接近，錄取就是靠實力，反之就是靠學校，如果是靠學校，那就是跟四大四中數學統計所 畢業的 300人競爭。可以把履歷透過資訊欄連結發過來看看。
您好！想請問：如果想達到第二、三階段 金融業是個好選擇嗎 或是證券交易分析之類的~
看地區，沒有絕對答案，台灣的幾家銀行基本是到不了的，要去外商銀行才有可能；證券交易聽到的傳統交易員比較多，數據分析上去的周遭沒有案例。
请问下数据分析师是需要深耕某个行业领域比较好吗？比如医药，新能源，汽车，等等？
一般來說，可以分為軟體公司跟產業公司，軟體公司就是考代碼能力為主，而產業公司就是有 domain knowledge 會比較吃香。
像是台灣就是半導體製造，所以如果有相關經驗，就很容易跳到更好的公司，但是如果你在半導體，跳到金融就很難。並且因為現在AI當道，有domain knowledge 更不容易被取代。
而如果是從算法來看，通常你以前是作圖像的，之後也很好找圖像的工作，但是如果想跳去作強化學習、LLM就很不容易。
您好！有看完您目前頻道的3部影片，對於目前轉職徬徨有很大幫助～
想問一下若學歷方面很低（目前我大學肄業）
按照您準備履歷的方式準備，會有機會拿到面試機會嗎？
目前年齡的話是25歲，前一份工作是做行政（學歷門檻低）
在收尋數據分析相關工作時覺得學歷門檻要求是比較高，但是因為是已經出社會工作3年多，
在回去補學歷怕花錢又花時間，
想問一下數據分析未來能靠經驗＋能力獲得工作嗎？謝謝！
另外想問一下若我學歷不足，準備方式是否跟非本科生準備履歷的方式一樣？
可以想成是一個加權，個人條件好，履歷與side project做個一般即可；個人條件不足，履歷與side project就要做的比其他人出色。
你的年紀可以操作的空間挺大的，不論是念書或是自學都可以，但建議以過去的學習狀況決定策略，如果過去比較不擅長規劃，那可以考慮念個學位，比較保險；如果過去學習的狀態不錯，那可以透過線上課程自學。
履歷的話我這周會更新個影片。
@@BenHsu501 謝謝您的回覆～期待影片新❤︎❤︎❤︎
想請問Ben目前還有在做轉職諮詢服務嗎😂
資訊欄有問卷，可以直接填寫
請問一下你未來會做關於數據科學本科畢業的影片嗎？
我今年會唸香港中文大學的數據科學Bachelor, 但我怕出路會有點窄(未來應該會在香港或美國/加拿大功作), 所以在想會不會補個Computer Science double major/minor比較好?
目前沒有本科影片的規劃，主要是本科的資訊非常多，比較不會有訊息差。
數據科學本科的路鐵定是不窄的，但相較於CS而言，CS的路更寬，並且所有的AI應用最終都需要模型部署，而DS以及MLE很多反而是CS科系擔當主力，原因在於更details的模型設計，會牽扯到系統與硬體所以如果能有CS的學位，也能提高你的上限。
我三十歲回去唸資工碩，看來是已經太晚了。不知道有沒有願意接受稍微高齡一點的求職者的產業呢？
另外，謝謝Ben的分享。
台積電阿
年齡當然是一個檻，但就是靜態條件，NBA球員的臂展長，也只在選秀加一些分，不必然能讓它她成為選秀狀元。
而找工作這件事情，還是看你實際能提供的價值，當你履歷顯展現的能力明顯強過周遭人，那就是能取得工作，所以首要還是加強履歷，並且你已身在資工系，你是很容易看到其他人的履歷，你有很多的學習方向、參考的標的在，年齡是一個條件，但你也有其他優勢。
而什麼產業可以接受年齡較高的求職者，因為是資工碩，所以你的選擇是很廣闊的。首先應該考慮的可能不是產業，而是哪一個職缺是職缺最多的，可能是資訊的基礎職位，所以網路、資料庫、網頁，都會比data的職位更必要，職缺就會多。但如果是找data，畢竟學歷還是在，就可以找2-3線公司，還是有機會的。
而如果真的要說，有什麼產業是接受年齡較高的求職者，這沒有一定，但我聽到的是那種，很穩定、外界常常稱比較養老的公司，個人猜測是希望人員流動穩定。
求教！30多了刚申请到data science PhD program。系里可选的mentor分别有生物统计、生物信息、以及AI方向的，请问您有没有什么建议？临床医学出身，做过几年生物科研
還是要看你的個人的目標以及未來的工作地區，生物在許多地區是沒啥職缺的，然後可以看你對未來程式預期的強度 AI > 生物信息 > 生物統計。
內容交集的話應該是 (1) AI 交集 生物信息，(2) 生物信息 交集 生物統計，(3) AI 互斥 生物統計。
(1) AI 多的就是各種算法；交集的可能是醫學圖像的AI，這幾年挺熱的
(2) 的交集，我以前的年代是microarray、RNAseq；而生統多的是臨床試驗、meta、長期追蹤這種很統計的項目。
所以如果你想要與延續以前的臨床經驗，個人看法是生統比較接近；如果想換個領域走走，但想跟以前有點相關或是程式不那麼重，可以選生物信息；如果目標是到科技大廠，那可能AI的機會多一些。
可以再找人確認，我有幾年時間沒接觸這個領域了。
谢谢Ben！! 非常热心耐心且专业的解答！❤我会认真参考的！再次感谢！～
@@BenHsu501 我植物所，就AI交集生物資訊，剛碩士畢業，有期刊發表，也找不到工作
數據分析的職位薪資好低喔😢 金融業100多萬 確是目前我的現況
高低搭配年資準一點，5年100偏低，第1年100偏高。
你好，想請問中字經濟學士，研究所想考工工或統計，會有可能因為跨太大而不被錄取嗎？（考試也有有審查佔比）
謝謝
跟校風有關，台大 工工、統計 科系組成都很雜，財金、企管，私立大學也有；清交成、中字統計 外科系零星，不過可能跟人收的少有關；工工、工管 外科系 > 1/10 。
所以靜態條件是OK的，經濟系在外科系中不是很特別，中字也挺好的，備審好好準備就行。
謝謝！
請問想透過職訓局轉職數據分析師是可行的嗎?先求有工作為主，今年27歲
簡單說是可以，職訓局的課程通常很扎實、項目繁雜，如果過程中有跟不上的，建議專注於可以做出成果的1-2種程式，避免全都不精。
太好了 感謝回覆
即將畢業的38歲資工在職碩表示害怕。
找系上同學幫忙內推，多年工作經驗可能也有幫助
英文能力需要提升嗎？
有是最好的，如果要一直往上走，不論是取得第一手資訊，還是到外商工作，都是需要的
年薪百万指的是台币还是啥？台币的话是不是有点少了？
幣值是台幣，100萬在台灣受薪階級百分位數是80%，第一年有這個薪資算挺好的，最頂尖的學生大概也就 1.5 - 2倍。再高就得去出國深造了😂😂
請問要轉pm可以填問卷嗎XD
可以填填看，但對PM了解沒這麼深，要看了問題才知道
在職碩不是比較快嗎
因為工作忙碌，頂大 3-5 年、休學都挺常見的。
想請問一下Ben，如果英文溝通沒問題且專業度可到2階段，如果不想念碩突破能以這技術去國外發展嗎?畢竟國外收入跟台灣比多很多，有考慮去美國發展，如果有空的話看能不能幫忙科普一下國外發展的可能性，不一定要美國 謝謝Ben
基本上都是面試錄取、公司協助申請，所以是依據當地公司的申請難度。薪資高的地區，英美還是比較困難的，法國有聽過較易，不過因為台灣多是工業，所以當地不一定有相關產業
@@BenHsu501 原來!!感謝Ben的回覆，那感覺要雙向進行，看國外的缺或找看看獵人頭的公司，跟在職專班等同步進行
一盞明燈
感謝回饋
謝謝Ben! 我想請問一下，我本身是哲學碩士，今年剛滿29歲，剛剛開始讀在職計算機碩士班一學期，世界排名在前200內，學校的的排名雖然比我之前的學校高滿多的，對我來說已經是目前可以申請到最好的學校了，但我畢業就已經是30歲了。目前IT公司在做SEO文章，公司算是有自己的產品的新創中小公司。我想做數據科學的工作，剛好我公司就有相關工作，但是需要經驗比較豐富的人，請問我可以在畢業前爭取內轉比較嗎? 謝謝您!
如果是公司內，又是小公司，可以衡量主管個性，直接諮詢直屬主管職涯的發展可行性，或許主管間有交流，就直接幫你詢問了，你這個算是向上要求資源，你不跟主管提，他也不會知道。
甚至是詢問目標部門主管、組員，相關的工作內容，試圖預先準備。先有與對方部門的溝通鋪墊，才有機會在部門有headcount時，得到一些消息。
如果沒做這些，直接申請內轉，如你所提，他們要"經驗比較豐富的人"，你剛畢業時也不會有經驗，那就只能被刷掉。
@@BenHsu501 謝謝Ben!大概兩個月前我的部門主管有跟我聊到職涯規劃，我有跟他說我目前有在職讀計算機碩士，主管也問我之後的規劃，他說我可以結合我SEO的了解內轉為提示工程師，但是當時我還不是很確定我自己想是否要內轉還是換公司，所以只回答我想再想想看。目前我覺得內轉可能是最好的，因為我的年齡加上我也還沒畢業，但是我現在也才剛讀計算機碩班，請問大概什麼時候跟主管回覆內轉的事情比較合適呢? 謝謝您!
@@盧小平-y9s 內轉的時間是越早越好，實戰經驗比自主學習更有效果，問題在於你的程度是否可以內轉，還是需要再進修專業項目。
有可能不同職位的工程師，有些是接受內轉，有些不行，可以先確認提示工程師是什麼再做決定，如果該職位不是目標值位，就以目標值位與主管討論。
只能說明目前社會大多現象，但無法說明個人真實狀況
如果有個人問題，可以填寫下方資訊欄，進一步討論
@@BenHsu501 不用了，你真的都資訊就只能當參考
@@cat4836 您說的也沒錯，所有人的建議只能當參考，只是多一個資訊的管道。而影片基於普及化，不可能針對個人述說。
也提供一個經驗談，我接觸到的諮詢者，越是準備充分的人，越積極來索取建議，建議有可能沒用，但誰知道呢？
優秀的人，不一定是有高天賦，許多時候是源自於更多的資源，而有能力尋找、吸收更多資源的人，自然也會更加優秀。
會看這部影片，並留言，大概是內心有些見解，如果有任何疑問，歡迎索取資源。
我會看是yt的演算法推的，我的見解是你把碩士扭曲成職業訓練所，難怪台灣的碩博士自六年級世代開始程度可以說是一個比一個差，六年級以前10個碩博士大概只有3個程度不好，六年級以後100個裡面95個程度都很差，這導致台灣真正的好教授已經越來越稀有了，而你到影片正式造成這個扭曲現象的推手之一。這跟學歷沒有關係，我是研發主的話管我根本不會讓你影片中的這種程度的人進我的部門。
@@cat4836 如你所說，我影片確實有 “將碩士作為職業訓練所” 的嫌疑。
不過念碩士賺錢，是學習知識的副作用，畢竟知識越多，人才越稀有，而人才的需求自然導致較高的薪水，所以吸引大眾將碩士作為提升薪資的手段，也是無可厚非。
但您提到的，因為碩士為職業訓練所，導致台灣碩博士的程度較差，這的論點我覺得是可以討論的。因為“碩士為職業訓練所”這個現象並不僅僅在於台灣，而是全球普遍的行為。雖然不確定您 “60 年代開始，碩博士一個比一個差，導致台灣好的教授很少“ 此論點從何而來，如果真的有這個現象，個人覺得可能是優秀人才往業界前進，而對應到的是台灣的經濟發展的推進，這可能也是 ”大家將碩士作為職業訓練所“ 的另一個副作用。
您提到 “不會讓你影片中的這種程度的人進我的部門”。可能您的職業是學校教授，所以需要非常高的知識背景，但很多中小企業，其實是不需要頂尖大學的學生，這跟知識需求有關、跟員工成本有關。縱然對您而言，這些員工知識水平不夠，但對於整體社會的成長還是有貢獻的。
而這些中小企業的需求，其實大學生的知識水平是不足夠的，但台灣也沒有足夠的技職大學供應，可能因此才尋求一般碩士的員工。而台灣也因此產生了 “產業碩士” 來對應。或許你的問題，其實是台灣的教育問題，如果台灣的科技大學，量體足夠大，企業傾向招募科大的學生，那我的影片自然就會推薦大家去念科技大學，也就不會影響到一般的碩士生，可能就會重現 “六年級以前10個碩博士大概只有3個程度不好”的榮景。