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
