【科管智財所學長姐秘笈｜第一次點技能樹就上手❗️】

吃美食看評價🍣 打遊戲看攻略🎮
既然來到科智寶庫，總要聽聽學長姐如何將技能樹點好點滿吧❗️🧗‍♂️
一樣都是兩年的碩士課程，為什麼她／他的比較精彩❓
我們請到科管組的彭郁庭學姊以及許縉忱學長來說說他們在政大科管智財所所學習到的事🤩

🔥 彭郁庭學姊：
目前任職於AWS台灣亞馬遜雲端擔任商業開發經理

🔥 許縉忱學長：
目前任職於華碩ASUS擔任產品經理

趕快手刀點進影片來瞧瞧🏃🏃🏃

毫不猶豫報名轉職傳送門🧝‍♀️
👉 https://reurl.cc/9rkd6O （招說會報名表單）

＃政大科管智財所 ＃學習經驗分享 ＃科管智財跨域致勝 ＃楓之谷 🍁＃時代的眼淚 ＃別讓自己也成為時代的眼淚

《#創造與漫想》贈書兩本，參加辦法請見部落格文末
貝佐斯把網路書店變成「什麼都賣」的亞馬遜商業帝國、研發 Kindle 電子閱讀器顛覆紙本出版業、開設 Amazon Go 全自動化購物超市、打造服務全球大小公司的 AWS 雲端運算平台，還推出尊榮會員、一鍵購買、智慧語音助理 Alexa、智慧音箱 Echo。到底，這些獨特且原創的想法如何誕生？
部落格圖文版 https://readingoutpost.com/invent-and-wander/
.
【這本書在說什麼？】
.
《創造與漫想》的作者是亞馬遜公司的創辦人傑夫．貝佐斯（Jeff Bezos）本人，這本書的前半部，收錄了 1997~2020 他在CEO任內親手寫給亞馬遜股東的24封股東信全文。後半部是貝佐斯的23篇演講稿、採訪稿，讓我們進一步認識他對商業、科技、人文的洞察。

值得一提的是，這本書由大名鼎鼎《賈伯斯傳》的作者華特．艾薩克森（Walter Isaacson）以近二萬字的專文導讀，解析貝佐斯獨樹一幟的領導風格與經營手法。他認為貝佐斯是一位足以媲美達文西、富蘭克林、賈伯斯、愛因斯坦的創新者，不但擁有強烈的好奇心，並且熱愛藝術與科學。

雖然市面上已經有許多探討亞馬遜成功的書籍，那這本書有什麼不同？我認為是這樣的：其他書籍多以旁人的角度觀察和解析這家公司，但是這本書完整收錄貝佐斯本人的親筆信件和演講內容，讓我們可以從他「本人」的視角，看著亞馬遜從1997年名不經傳的網路書店，逐漸成長到2020年後龐大的商業帝國。透過貝佐斯的一字一句，讓我們得以窺見這趟旅途當中，他經營的理念、堅持的原則和思考的脈絡。
.
【這本書給我的五個收穫】
.
我很喜歡亞馬遜的故事，曾經讀了介紹貝佐斯生平和亞馬遜創業歷程的《貝佐斯傳》、亞馬遜在職員工談《跟貝佐斯學創業》和「飛輪效應」的應用、以及商管專家談亞馬遜管理系統的《顛覆致勝》和「第一天」企業經營的哲學。但是，我卻沒有完整讀過貝佐斯寫的每一封股東信。這次，藉由讀這本書中的股東信，我體驗到了貝佐斯的思考內容之下更多的內涵。以下簡單分享幾個印象深刻的段落。
.
１．第一天，永遠是第一天
.
關於貝佐斯的「第一天」經營哲學，許多媒體都已經報導了無數次，簡單來說就是始終牢記最初的價值觀，持續聚焦於滿足顧客的需求，並且依據這個心態做出所有決策。這個概念在1997年第一封信就已經提出來，並且在之後每一年股東信的最後，仍然會附上這封1997年的信。

在每一年的股東信中，第一天這個詞幾乎每一年都會出現，搭配貝佐斯充滿熱情的口吻：「今天是網際網路的第一天」、「今天是電子商務的第一天」…等等，他認為眼前的成就都不是理所當然，他永遠舉著旗子吶喊，寧可徹底顛覆，也願不安於現況。

在2016年的股東信他進一步解釋了：「第二天意味著停滯，然後變得無足輕重，接著是極其痛苦的衰退，最終就是死亡。這就是為什麼我總是強調要保持第一天心態的原因。」他不忘強調總是要專注於顧客，同時擁有大公司的眼界和實力，還要擁有小公司的精神和用心。
.
２．我們使用的工具會改變我們
.
貝佐斯認為，人類會隨著使用的工具進化：「我們改變了工具，工具再改變我們。」特別是近年來，網路工具改變了我們，使人們開始偏好淺嚐資訊，注意力也會隨之縮短。便利性和去除阻礙會讓人更投入，如果我們的工具是讓淺嚐資訊變容易，那我們就會開始偏好淺嚐資訊，較少閱讀長文。

所以亞馬遜設計 Kindle 電子閱讀器就是為了閱讀長文而打造。雖然，起初在公司內部有許多主管大力反對這項專案，認為電子閱讀器的出現會打擊紙本書籍的業務，但現在看來，Kindle 反而有許多優點：書籍永遠不會缺貨、不會庫存太多、不會浪費太多紙本，而且顧客漸漸愛不釋手。

貝佐斯說：「只要某樣事物變簡單了，阻力減少了，人們就會更投入。」他也期許這類型的裝置，能在往後幾年，逐漸帶我們走向注意力延伸的世界。所以，我們不妨也問自己一個問題，留意一下你手邊常用的工具，是讓你偏好淺嚐資訊的？還是幫助你延伸注意力的？
.
３．從需求逆推，發展新能力
.
貝佐斯總是重視長遠導向和顧客優先，他也提到為什麼亞馬遜這麼具備「創新」的能量。傳統來說，「技能導向法」是常見的經營方式，從企業已知的能力出發，試圖推動商機。這種企業會問自己：「我們很擅長做X。我們還能用X來做什麼？」這雖然是一種很實用的經營方式，但如果僅僅只是使用這項技能，那公司就永遠不會有開發新技能的動力。

相反的，當你把顧客的需求放在第一位，就產了所謂「逆向工作法」，這種做法是從顧客需求往回推，「因為顧客需要，所以我們現在該做些什麼？」這種工作法通常會要求企業學習新技能、施展新長出來的肌肉，不在意剛踏出前幾度時有多麼不自在和彆手彆腳。

把同樣的道理放到我們個人身上，我想也是非常適用的。穩扎穩打的方式是技能導向法依據自己既有的技能，提供這個職場或社會所需要的價值。當你有能力嗅到職場或社會「需要」什麼，而剛好是沒有人擅長、還沒有成熟市場的需求，這時候就適合用逆向工作法，從需求回推，發展自己尚未擁有的技能。
.
４．工作與生活之間的關係
.
貝佐斯時常幫公司開設領導課程，也會對實習生進行演講，總是有很多人問他，工作與生活之間該如何取得平衡？他其實不喜歡工作與生活平衡的說法，他認為這樣會誤導別人。他反而喜歡說：「工作與生活和諧」。

他認為，當工作做得很起勁、樂在工作，感覺到自己正在創造價值、融入團隊，做著讓自己有活力的事情，自己在家裡就會表現得更稱職。同樣的，如果自己在家裡很快樂，就會是個更棒的員工、更棒的老闆。但工作進入緊鑼密鼓的收尾階段，有時不得不多加一點班，但工作時數並非重點。重點通常在「活力」，工作是否令你喪失活力？還是工作帶來充沛的活力？

書中有個譬喻說得很傳神：「你正在開會，有一個人走進來。有些人加入會議能帶來能量，有些人加入會議只會讓大家洩氣、把會議裡的活力抽乾。你得決定，自己要成為哪一類人。在家裡也是如此。」我讀完這段話後，猶如人生跑馬燈一閃而過，我們該時時刻刻警覺自己正在成為哪一類的人。
.
５．與眾趨同將無法生存
.
整本書讓我最感到驚喜的，是2020年的股東信末這段話，貝佐斯提到了一則富有深意的引述。理查．道金斯（Richard Dawkins）在《盲眼鐘錶匠》這本書中談到一段生物的原理：

「生物要不斷努力，才能避免死亡。順其自然什麼都不做，就會死亡，回到與環境一致的狀態。去量一量生物的體溫、酸鹼度、含水量或電位，你會發現，活著的生物體狀態數值與周遭環境截然不同。例如，人類的體溫通常高於周遭環境，在寒冷的天氣裡，人體必須努力運作，才能維持著溫度上的差異。假如一個人死了，他的身體不再運作，溫度的差異就會開始消失，到最後，他的身體溫度會變得與周遭環境的溫度一樣。並非所有動物都會努力避免與環境溫度趨同，但所有動物都有類似的機制。舉個例子，乾燥國家的動植物會想辦法避免體內水分散失至體外，努力保持細胞含水量，對抗水往乾燥處流失的自然作用。如果這些動植物的努力失敗就會死亡。總體來說，要是生命體不積極防止差異消失，就會融入周遭環境，再也不是自主的生物。生命體死亡後，便是這個情景。」

這段話是很好的隱喻，在說所有的企業、組織和我們每個人。這個世界多麼努力的讓你變得與眾無異？你要多麼努力才能保持與眾不同？你要多努力，才能一直保有讓你與眾不同之處？貝佐斯希望我們去擁抱「獨特性」，務實地了解必須花多大的心力才能維持自己的獨特性。這個世界要你與眾無異，千方百計把你拉向跟大家一樣，別讓它得逞。

如同之前我讀過《黑馬思維》這本書所寫下的筆記，對於勇於反抗標準化的體制、創造自我的黑馬而言，這條路或許艱難、或許罕無人跡。但懂得培養獨立思考、發覺內在動力、掌握個人發展策略，才能在這個高度「從眾」的世代，走出屬於自己的路。

貝佐斯最後說：「『忠於自我』的童話故事告訴你，只要你讓自己獨一無二的特點發光發熱，你就不會再痛苦了。但那是誤導人的故事。忠於自我是值得的，但你不能以為很容易，或者可以不勞而獲。你必須不斷付出努力。」永遠、永遠、永遠別讓宇宙把你融入周圍環境、變得無異於眾生。
.
【後記：下一段旅程】
.
《創造與漫想》原汁原味呈現了貝佐斯創業和經營的心路歷程，從書中一系列股東信裡，我們可以發現這家企業如何迎接新的挑戰、如何面對各種失敗、如何永保初衷堅持長期發展和顧客至上。貝佐斯也即將在2021年卸下亞馬遜CEO的職務，這是一個時代的結束，也是另一個時代的開始。

在貝佐斯心中，他還有一個太空夢。在這本書中摘錄了他對自己的太空公司「藍源」（Blue Origin）和太空計畫的論述。他想打造太空基礎建設，讓年輕一輩的創業家和探險家站在紮實的基礎上，發展出真正的太空產業。

他心目中的太空英雄吉姆．洛威爾在阿波羅八號任務環繞月球，做了一件偉大的事。他伸出大拇指後發現，在千里之外，他可以用拇指遮住整個地球。所有我們知道的一切，都可以用一個拇指遮住。然後他說了一句了不起的話：「我希望自己死後上天堂，但我在那一刻明白了，你一出生時就在天堂。」

地球就是天堂，明天仍然是第一天。
.
這次《創造與漫想》抽獎贈書感謝 天下讀者俱樂部 提供
曾經參加抽獎的朋友可能會問，為什麼我要改成在部落格文章抽？因為臉書最近的演算法，非常排斥在貼文呼籲任何行動，所以之前的抽獎文和抽獎名單，時常被屏蔽或者刪除。這次換一個替代方案來試試看，對這本書有興趣的朋友，歡迎參加新的抽獎方式，你還可以邀請朋友一起參加提高中獎機率唷！有任何想法和建議都歡迎留言跟我說。p.s. 上一本抽書結果順利，以後先沿用這模式唷！

✅ 課程說明

成為一個完整的資料科學家和機器學習工程師！ 加入一個由20多萬名工程師組成的線上社群，參加一個由行業專家教授的課程，這些專家實際上為矽谷和多倫多等地的大公司工作過。 這是一個剛剛在 2020年 1 月推出的全新機器學習和資料科學課程！ Andrei 課程的畢業生現在在谷歌、特斯拉、亞馬遜、蘋果、 IBM、 JP 摩根、 Facebook 等頂級科技公司工作。

從頭開始學習資料科學和機器學習，得到聘用，並在 Udemy 的最現代、最新的資料科學課程(我們使用最新版本的 Python、Tensorflow 2.0 和其他程式庫)的道路上享受樂趣。 本課程的重點在於提高效率: 不要再花時間在令人困惑的、過時的、不完整的機器學習教程上了。 我們非常自信，這是你找遍任何地方才能找到的最全面、最現代的課程(我們知道，這是一個大膽的陳述)。

這個綜合性的、基於專案的課程將向你介紹資料科學家的所有現代技能，在這個過程中，我們將建立許多真實世界的專案，新增到你的履歷組合中。 你可以訪問 Github 上的所有程式碼、工作簿和模板( Jupyter Notebooks ) ，這樣你就可以馬上把它們放到你的作品集中了！ 我們相信這門課程解決了進入資料科學和機器學習領域的最大挑戰: 在一個地方擁有所有必要的資源，並學習僱主想要的最新趨勢和工作技能。

課程將是非常實際的，因為我們將帶領你從頭到尾成為一名專業的機器學習和資料科學工程師。 課程提供兩個路徑。 如果你已經知道程式設計，那麼你可以直接進入並跳過我們從頭教你 Python 的部分。 如果你是全新的，我們將從一開始就教你 Python 以及如何在現實世界中使用它來完成我們的專案。 不要擔心，一旦我們通過了像機器學習 101 和 Python 這樣的基礎知識，我們就可以進入高階主題，像神經網路、深度學習和轉移學習，這樣你將能夠在真實世界中實踐，並為實戰做好準備(我們向你展示完全成熟的資料科學和機器學習專案，並給你程式設計資源和備忘錄) ！

本課程的主題包括 :

✅ 資料探索與視覺化
✅ 神經網路和深度學習
✅ 模型評估與分析
✅ Python 3
✅ Tensorflow 2.0
✅ Numpy
✅ Scikit-Learn
✅ 資料科學與機器學習專案和工作流程
✅ 在 Python 用 MatPlotLib 和 Seaborn 做資料視覺化
✅ 轉移學習( Transfer Learning )
✅ 影像辨識和分類
✅ 訓練/測試並交叉驗證
✅ 監督學習 : 分類、迴歸和時間序列
✅ 決策樹和隨機森林
✅ 整體學習( Ensemble Learning )
✅ 調整超參數( Hyperparameter Tuning )
✅ 採用 Pandas 資料框解決複雜任務
✅ 採用 Pandas 處理 CSV 檔
✅ 採用 TensorFlow 2.0 和 Keras深度學習 / 神經網路
✅ 使用 Kaggle 並進入機器學習競賽
✅ 如何呈現你的發現並讓你的老闆印象深刻
✅ 如何為你的分析清理並準備你的資料
✅ K 最近鄰( K Nearest Neighbours )
✅ 支援向量機( Vector Machines )
✅ 迴歸分析( Linear Regression/Polynomial Regression )
✅ 如何運用 Hadoop、Apache Spark、Kafka 和 Apache Flink
✅ 如何用 Conda、MiniConda 和Jupyter Notebooks 設定你的環境
✅ 配合 Google Colab 採用 GPUs

到本課程結束時，你將成為一名完整的資料科學家，可以在大公司找到工作。 我們將利用我們在課程中學到的一切來建構專業的真實世界專案，比如心臟病檢測、推土機價格預測器、犬種影像分類器等等。 到最後，你將有許多你已經建立的專案向其他人炫耀。

事實是: 大多數課程都教你資料科學，而且就只這樣。 他們會告訴你如何開始。 但問題是，你不知道接下來要往哪去，也不知道如何建立自己的專案。 或者他們會在螢幕上顯示大量的程式碼和複雜的數學運算，但是他們並沒能好好地解釋清楚到你能夠自己去解決現實生活機器學習問題的程度。

無論你是程式設計新手，還是想提高你的資料科學技能，或者來自不同的行業，這門課程都是為你而設的。 這個課程不是讓你在沒有理解原則的情況下編寫程式碼，這樣當你完成這個課程的時候，除了看另一個教學，你不知道還能做什麼。 不！ 這門課程將推動你且向你挑戰，從一個完全沒有資料科學經驗的初學者，到成為一個可以滿載離開、忘記 Daniel 和 Andrei、建立自己的資料科學和機器學習工作流程的人。

機器學習在商業行銷和金融、醫療保健、網路安全、零售、運輸和物流、農業、物聯網、遊戲和娛樂、病人診斷、詐欺檢測、製造業的異常檢測、政府、學術 / 研究、推薦系統等等方面都有應用。 在這門課程中學到的技能將為你的職業生涯提供許許多多的選擇。

你聽到許多像人工神經網路或人工智慧等敘述，完成本課程，你將對這些詞有深刻的了解。

現在就加入課程，加入我們社群，在這個行業獲得支持，學習資料科學和機器學習。 我們保證這比任何關於這個話題的訓練營或者線上課程都要好。 課堂內見！

https://softnshare.com/complete-machine-learning-and-data-science-zero-to-mastery/