Skip links

python

Tags

除咗寫program仲可以做咩? 詳解Programmer以外的Technical Path

全球都在爭奪IT人,而隨住消費者的行為模式在新冠疫情爆發以來加速改變,全球企業為了滿足市場需求,許多企業亦加速數碼轉營步伐,積極投入IT領域,尋求更多的數碼化轉型機會。在這個過程中,人才成為了很多企業數碼轉型的關鍵。但人人都說想做IT,唔通真係人人都做到IT?本文會詳細說明IT行業中最多人選擇作為轉行的路徑 - Programmer軟件工程師的技術方向的職涯發展。 想了解IT非技術層面的工作選擇:學咗Coding就要成世揼code?!一文看清Non Technical Path的多元職涯發展作為Programmer (軟件工程師),在累積了一定的企業編程經驗後,很多人會選擇運用自身優勢,在技術層面再深造,成為該個領域的專家。其實technical Path 的工作機會非常多,以下為大家介紹主要幾個常見於我們的姊妹公司Venturenix的僱主熱搜人材:
Tags

10 大前景最快增長職業

世界經濟論壇於今年五月一日勞動節發表有關各大工種未來就業前景報告 近年來,全球經濟放緩,世界各地大公司都有很多業務重組及裁員的行動。這些變動不僅影響了企業的經營模式,也加速了時代的更替,從而影響對人才的需求。面對這樣的變化,人才轉型的速度變得越來越重要。 然而,正如世界經濟論壇最近的調查所顯示,全球都見到IT工作職位增長的趨勢。這些工作不僅在數量上增加,而且在未來幾年內增長的速度也將持續加快。 Image source: World Economic Forum 根據世界經濟論壇調查,未來五年以下十個工種的職業前景會有最快的增長: 1)人工智能及機械學習專家 – 需要設計和執行機械學習算法及人工智能系統,用於各種唔同的應用,例如自然語言處理、電腦視覺及機械人。所需 IT 技能: Python, Machine Learning, R, SAS, Java. 
Tags

想讀Data Science轉行? 一文揭秘Data Scientist 育成之路

近幾年愈來愈多人考慮讀 Data Science (數據科學)轉行,但並不是人人都知道成功轉行 Data Scientist (數據科學家)的秘訣。Data Scientist(數據科學家)作為 I.T 行業當中的搶手職位之一,在 2012 年哈佛商業評論更被譽為21 世紀最「性感」的工作。想轉行成為「性感」的 Data Scientist 的你,對Data Science(數據科學)的認識又有幾多呢? Data Science (數據科學)是甚麼?
Tags

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 AI 技術已經慢慢逐漸滲入我們的日常生活之中。例如,飲食業出現智能機械人,酒店 Room service 亦有機械人代勞了。 另一個被 AI 影響的例子,便是我們開始時說到的通訊。當我們溝通時,Chatbot
Tags

不想被 AI 淘汰應該要怎樣做?

AI is the future! “If you can’t beat them, join them!” AI 這大題目近年不斷被提及,是一種趨之若騖的科技。每間企業都希望利用 Data (數據) 去做更多生意。公司的 Data 由公司第一日營運開始便已擁有,但懂得利用數據經營才是公司需要把握、投放資源的地方。 其實 AI
Tags

下一個十年最炙手可熱的 IT/Digital 技術

IT/Digital 技術發展千里,每日都不斷變化。回想起我哋 10 年前當時最新嘅技術係咩? 有 cloud 未? Data Science? 我哋一齊睇吓下一個十年最炙手可熱的 IT/Digital 技術會係邊啲? 1. Machine learning Data is the king in

Data Science, Big Data, Data Analytics 大比拼 (二): 究竟有咩用?

上回解釋左究竟數據科學, 大數據, 數據分析係咩東東。今次就講下佢地實質作用。 #數據科學 由於我地冇可能會預測到未來會發生咩事,所以我地需要數據嚟預測未來嘅趨勢。數據科學其實係結合咗統計學、數據分析同埋機器學習嘅方法,利用數據對實際現象進行理解同分析; 根據過去嘅模式預測未來,數據科學家檢查來自多個無關聯嘅數據庫,利用提煉出嚟嘅Data,再加上機器學習模型(Machine learning),程式設計嘅技術例如SAS, R, Python 嚟建立出一個預測模型(Predict Model),搵到可用於業務嘅連接。數據科學通過嘗試搵到新嘅模式同視角,深入了解未知世界。 #大數據 大數據意指資料嘅規模巨大,以致無法透過傳統嘅方式係一定時間內進行儲存、運算與分析。大數據嘅特性歸類為「3V」,包括資料量(Volume)、資料類型(Variety)與資料傳輸速度(Velocity)。大數據一般狹義係資料量係100TB到PB之間。大數據技術嘅作用就係利用Java, Scala, Mongo DB 黎構建大規模數據處系統黎儲存多元、種類繁多嘅數據,更快更有效率咁開發演算法同進行分析。大數據需要全新嘅處理方式,以新型嘅儲存運算方法分析數據同埋產出溝通圖表,並將該分析結果視為一種戰略資產。 #數據分析 數據分析嘅功用就係幫我地處理同匯總數據,洞悉先見。由於傳統嘅統計分析,難以應付海量嘅數據同種類,只有透過機器學習,以電腦演算法進行分析,先至能夠更快同更有效率地達成比以往更深入嘅分析 !
Tags

Data Science, Big Data, Data Analytics (一): 究竟係咩黎?

近年人工智能嘅發展,大大提升咗公眾對數據應用嘅興趣,但有好多人都係對AI範疇一知半解。今次同大家講下數據科學、大數據、同埋數據分析到底係有咩分別! #數據科學 係數據科學嘅世界裡,由於有龐大嘅數據同海量資料在內,Data science 嘅工作抱括揬掘大量嘅數據,從中探索數據中隱藏嘅Pattern,以辨別出唔同嘅行為模式,係呢個過程中,就需要唔同技術嚟分析呢D龐大嘅數據資料,包括編程、統計同埋機器學習演算法等。呢個精鍊嘅過程就有如由原油提煉石油般,從最Raw 最原始嘅材料提鍊出有價值嘅數據資料庫! 其實從Data提鍊出有用嘅資料並唔係一D革新嘅概念,一向Data mining 同數據統計都係用類似嘅技術嚟預測未來。 #大數據 由於AI 時代嘅誕生,因而衍生出無窮無盡嘅大數據,從而有更多樣化嘅數據,處理嘅技術需要更為精準,包括捕獲數據、數據存儲、數據共享同數據查詢等等。早期大數據係過去十年廣泛用係企業內部嘅資料分析、商業智(Business Intelligence)同埋統計應用。但係而家嘅大數據已經唔單止係資料處理工具,更係一種企業思維同商業模式,因為資料量急速成長、儲存嘅設備成本下降、軟體技術進化同埋雲端環境成熟等種種嘅客觀條件,先可以讓資料分析由過去嘅洞悉歷史進化到預測未來,甚至係破舊立新,開創前所未見嘅商業模式。 #數據分析 即係透過提煉番黎嘅數據,用黎執行數據統計分析,得出結論並解決問題。係咪都係唔明呢?講白D,數據分析嘅工作即係「要讓數據說話」,話俾我哋知透過呢D數據我哋嘅後續應該要點做。後續嘅反應啱咗之後,即係話數據分析係正確嘅,反之亦然。透過後續嘅檢討,再修正數據分析嘅方法。 下次我地會講下具體用處同價值!
Tags

六大技術移民最熱門 Skillsets

1. Data Science – Python and R, Machine Learning, Artificial Intelligence Data Science 發展如火如荼,全世界都係數據時代,所以識做 Data Science 去邊一個國家都較為容易。Data Science 主要工作係數據分析,通過資料操作配合市場活動,從而創做商業價值。亦都正正因為主要係對住 Data