如何做好準備加入大數據行業

什麼是職場工作應有的數據技能? 有興趣轉行到大數據行業以尋求新出路的人士又應該如何部署?

在數碼轉型下，很多公司都開始運用 Data Science 及大數據幫助制定營運及銷售策略，包括客戶消費習慣分析，工序自動化，原材料成本預測等，以提昇收入及節省成本。因此大數據職位需求大增，數據分析師，數據工程師及數據科學家等招聘廣告在求職網隨處可見，入門職位起薪由港幣 $20,000 至 $30,000 不等。由於人才短缺，很多時公司倉促面試後都會直接聘用。不過大多公司其後都會反映，大部分自稱為數據科學家的大學或 IT Bootcamp 畢業生，都欠缺職場工作應有的數據技能．

什麼是職場工作應有的數據技能? 有興趣轉行到 Data Science 行業以尋求新出路的人士又應該如何部署? DANGER 在此文章會從行內角度與大家簡單分享。

熟練 Programming

Programming 是在大數據工作不可或缺的重要技能，如果你跟別人說你是數據科學家卻不懂 Programming ，就等於廚師不懂下廚一樣。你必須熟練 Programming，選擇適用於大數據分析的編程語言，例如 Python 或 R 等 (DANGER 推薦 Python 由於它擁有強大的程式員社群支持及已開發的工具)，反覆每天練習。公司要求的不是具備頂尖 Programming 技能的數據科學家，而是熟習運用 Programming 於工作的數據科學家。Leetcode 或 HackerRank 都提供大量編程訓練。

學習統計學知識

大數據分析與統計學 Statistics 的關係密不可分，大數據分析需要運用統計學作出假設及總結數據分析結果。很多數據分析師由於沒有認真學習統計學知識所以在工作上遇上樽頸。除了練習 Programming，你還需明白 basic Statistics 例如 Mean, Mode, Median 及不同的 data distribution models 如 Normal, Binomial, Poisson 等。Khan Academy 提供由淺入深的 Statistics 課程。

實習 Data Analysis & Data Science

當你具備 Programming 及 basic Statistics 技能後，你應該開始實習在大數據中進行不同的分析，嘗試尋找當中帶出的 hidden patterns 及 insights，就如日常大數據工作中你需要在大量 raw data 中尋找有用的資訊。你需要懂得運用不同的 Python libraries 如 panda, numpy, seaborn 等工具進行 data cleansing 及 data visualization。在 Kaggle 或 Google Dataset Search 你可以找到不同類型的數據作練習用途。

Machine Learning 及 Deep Learning

當你熟習以 Programming 及 Statistics 進行數據分析後，便可以開始學習運用機器學習及深度學習進行更有趣的分析及進行預測。你會接觸不同的 models 如 Random Forest, Neural Network, Natural Language Processing (NLP) 等，甚至是人工智能 Artificial Intelligence。除了學習如何運用這些 Machine Learning 及 Deep Learning models 外，你亦需明白每個 models 既好處及限制，嘗試了解當中的數學原理。Andrew Ng 在 Coursera 上有不同的 Machine Learning 課程。

ETL 及 Data Engineering

即使你的 program 如何強大，你的 machine learning models 如何準確，如果你不懂收集數據或把 models 變成 services 給用家使用 (簡稱 deployment)，你連日來的努力只有狹窄的發揮空間。數據工程技能如 Database, ETL Pipeline, Cloud Tech 及其他 networking 技能都是一個稱職數據科學家需要具備的。很可惜網上資源有限，Udacity 的 Data Engineer 課程或是一個選擇。

總結

如果你已經做好以上5項準備，恭喜你! 你已是數據專才並可以加入大數據行業大展拳腳。

如果你不想獨自走過以上每個部份，歡迎你報讀 DANGER 為你加入大數據行業工作而設的 Data Science & Engineering Bootcamp，在行內導師的指導下與其他學生一起進行具職場水準的訓練，節省學習時間同時額外汲取行業經驗，比其他人走快一步。