非程式背景，也能成為數據分析師？（Data Analyst / Business Intelligence Analyst）｜經驗談

身為非頂大商科準畢業生，我在最後一年的大學生涯做了什麼準備？

前言

得知滿多人在職涯規劃、求職準備上遭遇了挫折，正是大家的提問進而促成了這篇文章的產生。這次想和大家聊聊，我是怎麼從零程式語言背景的的商管科系學生，進入數據這個領域。

---

從零開始

隨著「大數據」關鍵字成為熱搜，各產業對於數據人才的需求也漸增。三年前，基於自己對「大數據」領域的好奇，以及對於狹隘的科系出路的不滿，我決定從零開始進入這個領域。當時的我，剛結束一份任職兩年的全職工作、剛完成復學手續，即將重拾「學生」身分。

說是學生，具體而言是國立科大的二技體系應屆畢業生，就讀商管相關科系。（註：二技畢業即享有大學同等學歷）

會特地說明自己是「從零開始」，是由於不論在求學期間，又或是自己的第一份工作，我的所學與工作內容和數據完全沾不上邊。

但即便是這樣的背景，我現在也能自信地以數據人自居。

---

第一步：確立目標

由於是應屆畢業生的緣故，最後一年的努力可以進展到哪，大幅攸關未來畢業後的第一份工作。因此，先去了解市場需求以訂立自己的目標十分重要！（不論什麼工作都一樣！）

當時在 104 研究一陣子後我大致掌握了方向，希望自己在數據部門扮演的角色偏向「分析」而非「工程」，所以就以資料分析師相關的職缺作為目標（其他相似的職稱還包含：營運分析師／商業分析師）來努力。

當時找到的職缺所需技能不外乎是 Excel、BI 工具（PowerBI、Tableau）、MySQL、Python、R、GA、流利英文能力、簡報能力、統計或是心理科系背景 … 等等的排列組合。

另外，Python 和 R 大多時候是二擇一，所以當時也花了點時間研究到底要選擇哪個語言。

總之，大致列出相關工作的技能要求後，再加上自己的偏好篩選，就能先有個初步的技能學習列表。以我自己的案例，考量我偏好的工作內容後，我只把 Excel、MySQL、Python 列入最高優先級別中，未來便是以這個方向來加強。

（註：除了確定學習技能／工具以外，需要學到什麼程度，要至少掌握到哪些操作也需要衡量。例如：Excel 一定要熟 Vlookup 和 Pivot Table、Python 基礎以外至少要學會 Matplotlib 還有 Pandas，諸如此類）

第二步之一：尋找學習資源

學校資源是學生最易取得、且你已付費的資源，不好好利用實在可惜。看到很多工作需求希望是統計背景的學生，所以後來我也決定去加修學校的統計課（不用懷疑，統計學不是我的必修課）。

可惜的是母校並沒有開設入門的 Python 課程，所以當時也就放棄透過實體課程的方式學習程式語言。

礙於學校沒有 Python 與 MySQL 的入門課程，我後來就到 DataCamp 付費買了一年期的線上課程。為什麼選擇 DataCamp 在之前的文章裡面已經詳細介紹，這邊就不再贅述。

第二步之二：尋找人脈資源

記得學習到後期，遇到問題不知道該怎麼辦的時候，回頭看看身邊的人也不是相關背景，只能作罷、繼續詢問 Google 大神。對於出路迷惘的時候也一樣，身邊根本沒有朋友是像我一樣往數據領域發展的，這時我才意識到：

人脈造成的影響比想像中來得巨大

也是這樣我才決定加入 Python 相關社群並擔任社群志工，為的就是提升技能的同時能夠知道，這個領域入門應該注意/加強什麼、分析師的 Roadmap 是長什麼樣子。

第三步：怎麼證明自己的能力？

在某次社群志工聚會的時候得知，有前輩會因為應徵者履歷中沒有提供 Github 連結直接不給予面試機會，對於當時小菜鳥的我來說真的是個衝擊。要知道對於商科學生，我們可能連 Github 的存在都不曉得（哭）

經營 Github 能讓面試者初步知道應徵者的能力到哪、符不符合應徵條件。

同理，若是投遞的職缺與 Machine Learning 有關，也很建議去 Kaggle 打場比賽放進自己的履歷。

總之，對於像我這種非本科出身的完全新鮮人，有個作品集證明自己的能力十分重要，不論是簡報、Github、Kaggle 還是附加個有註解的 Jupyter Notebook 也行，都比起一堆修課紀錄更有說服力。

---

結論：畢業後的工作

後來在畢業前兩個月左右，先後參與了兩場面試，而兩場上機考大概都是考 Excel 功力、分析與洞察能力，以及英文閱讀能力。

後來很幸運地拿到了其中一間公司的 Offer，工作職稱是輿情分析師；關於該職位的工作內容可參考這篇文章。

離開輿情分析師的崗位後，現在則擔任外商遊戲公司的商業分析師。工作工具告別以往的 Excel 與 BI Tools，轉變成 40% MySQL、60% Python。

---

建議與提醒

自己的面試與工作經驗不算長，所以底下就只能針對自己過往的作法與遇過的事情給大家建議（有些也適用於其他類型工作）：

I、作品集準備

履歷附帶的作品集（不論是簡報、Github 還是 Jupyter Notebook），一定都要明確指出目的或是用途，且針對每段 script 一定要有註記，否則面試官可能根本懶得看。

Github README.md 裡面儘可能先提及這個專案（Repo）想達到的目的

善用 # 表達每段 script 的重點

不只是履歷，作品集的內容也一定要熟記，面試官假如有看過你的作品集，一定會針對內容去提問。

II、上機考準備

目前遇過的面試八成都會有上機考。建議拿到面試通知當下，可以先詢問人資是否會包含上機考，若有的話內容為何，好讓自己可以有個方向準備。

但是上機考的難度則每間公司有所不同，我自己遇過的狀況都是放你一個人考試、當場可以上網 Google，但實際上他給你的考試時間沒有充裕到讓一個基礎差的人靠 Google 就可以在時間內完成答題，所以自身的硬實力才是重點。

其他問題？

假設你的問題在於自學的毅力，準備上一直難以持之以恆，不論是全職工作想轉職的上班族、還是非本科的畢業生，可以參考這篇文章。

---

最後，想告訴大家：對於非本科出身的轉職者／新鮮人而言，其實要跨到這個領域的門檻真的越來越低。現在已經有很多程式語言、各種分析工具的免費教學資源，問題只在於我們該怎麼督促自己去運用、去學習。

希望這篇文章能夠成為大家轉職的助力！加油！