Data Science

數據科學入門 Data Science

Less than a minute to read

不小行業對大數據 / 數據科學的看重比例也陸續提升,如不小大型企業: HSBC (銀行業), PCCW (電訊業)及SWIRE (地產業)等等,相繼對於數據科學發展越趨重視。踏入2020數據科學的迅速發展新世界,同時亦吸引了不小的在職人士透過自學方式學習有關知識技巧。但是,數據科學 (Data Science) 所涉及的層面廣泛,如: Machine Learning, Traditional Research或Software Development,但究竟那一種才是自己所需的範疇?日後的出路又是如何?

「入門 — 自學的局限」

往往這都是入門初學者經常性遇到的問題,因網上的資訊來源眾多,在選取自己所需的學習資源時,難以選取一個有效的學習方針。而另一方面,在學懂相關數據科學 (Data Science) 的知識後,尋求新工作機會出路更是難以透過自學方式而獲得的,更甚是數據科學行業當中的Network和Experience。

「入門 — 自學+全日制進修」

既然透過自學方式學習會遇上局限,如果試試「自學+全日制進修」又會得出怎樣的結果?這可能會是一個不錯的選擇,因全日制進修課程,會提供一個全面的環境予學生學習,而學習內容都會較網上的清晰及具方向性。但必須考慮的是報讀全日制課程需要花費大量時間,間接令你必須要從工作或進修當中二選一,而且全日制課程的費用,一般也比較昂貴,亦不能夠確保畢業後能找到數據科學的工作。這些都是選擇全日制課程前必須考慮到的主因。

入門 — 自學+兼讀制進修」

實際上已有不少的數據科學家經由「自學+兼讀制進修」成功「轉行」也許兼讀制進修課程會較適合在職人士,或正在修讀大學課程而又想裝備自己的大學生。兼讀制課程比較著重於Hands On知識及Coding能力的教授,能為在職人士和大學生提供一個靈活彈性的學習時間。而課程費用與全日制課程比較,也會相對划算和合理。

單以Venturenix LAB為例,中心提供靈活彈性的上課時間 (總共約15-48小時),多為平日的晚上或星期六上下午時間。而課程收費比全日制課程相對划算 (以 Data Science with Python 課程為例,還未計算其他的優惠) 。另外,中心課程導師更現於本地知名資訊科技公司任職,並管理十多人的數據科學團隊,相比其他全日制課程導師,將更能傳授市場上貼切需要的技術及知識予學生。而更重要的是,Venturenix LAB更會定期與LinkedIn等知名的平台舉辦活動 ,促進學生與業內人士的交流,助學生建立行內關係。而母公司Venturenix(Recruitment Firm) 更擁有龐大的公司網絡,將提供有效的顧問資訊予畢業學生,並有助投身數據科學等行業當中。

往後將會有更多精彩文章,有關數據科學最新趨勢及交流機會帶給大家!如喜歡這篇文章,請不妨到Venturenix LAB Facebook讚好專頁及瀏覽最新的課程資訊,定期會有試堂機會,助你更了解數據科學等內容。如果想直接了解,可以即時與專業教育顧問查詢

希望這篇文章能幫助到正在入門階段的你,祝你能在2020數據科學中尋找到更多的樂趣

“How the Hackathon made me realise that after taking the Venturenix course made me much more confident to actually manage a group of data scientist”

Kent Lau

Sign up for our Newsletter

Join our newsletter and get resources, curated content, and design inspiration delivered straight to your inbox.

Related Posts

Data Science

「有圖有真相」烏克蘭被投降?

有圖有片有真相這個說法在現今世代已經不再成立。隨著AI 急速發展、deepfake 技術盛行,連烏克蘭總統都遭殃,於俄烏戰爭初期受虛假散佈的 deepfake 影片誤傳投降消息。到底 deepfake 是何方神聖?它是怎樣操作的?Deepfake 與 machine learning有何關聯? Deepfake 是甚麼?...

1 min read

Data Science

十年內將會被 AI (人工智能) 取代的職業

以前我們說「電腦會否取代人類」,但現在我們說「AI (人工智能)會否取代人類」。前者多年前經已被廣泛地討論,多年來「電腦」一直協助人類工作做得更好。直至 AI (人工智能) 的出現,我們再次響起「會否被取代」這個警號。  以往我們會書寫信件與朋友來往,快則兩天,慢則十天八天。現在我們只要利用科技,便能與朋友即時通訊。人類對科技經已變得非常依賴,沒有再好得過「既方便又快捷」。  科技有很多好處,不僅減少過程中的複雜性、避免錯誤,還能減少資源浪費。更重要的是現今我們均追求「速度」,我們比起以前更沒耐性,什麼都要「即時」。  科技融入生活細節,加速了我們的生活節奏。而科技技術更不斷進化,功能更上一層樓,講求「自動化」,比起「方便」更加「方便」。自動化的科技使人類生活逐步走向 AI (人工智能) 的時代,AI 的設計能夠輔助一些重複性的工作、複雜性不高的職業。我們試試留意身邊的生活環境,便能察覺到其實...

Don't forget to join our upcoming free trial classes on Eventbrite

X
Facebook
YouTube
LinkedIn
Instagram