✍️ [ 5 個你可以記住的執行數據分析專案的關鍵步驟 ]

這與是不是技術人員無關，只要你做的事情需要透過 #數據驅動成果，那你就需要了解這個流程。
-
如果你剛好是以下的角色，那讀完肯定對你有幫助：
-
🧑‍🦰數據分析專案經理
➡️ 你可能需要理解所謂的數據分析產品與服務要經過哪些流程，以便於拆解管理專案工作計畫與專案時程，並找到合適職能的工作者一起來完成這個專案。

👩‍🦰參與數據分析專案的數位行銷人
➡️ 我在猜已經不少數位行銷的人已不知不覺跨界到數據分析領域了，不論你是用 google sheet/Excel ，或是已經開始學習商業智慧報表工具 (Data Studio/Tableau/PowerBI)，那你就更方便可以完成數據分析題目，因為使用商業智慧工具的操作過程也需要有數據分析流程的 mindset 喔。

🧑‍🦱參與數據分析專案的技術人
➡️ 那就更不用說了，你要開始用大局的角度思考數據分析專案，要知道你演算法跑到天荒地老到底是在解決什麼問題，讓你花的心力可以真正跟老闆或其他 stakeholder 看得懂的成效成正比。

👧你還沒工作，或想要開始轉換到數據分析領域，需要一些經歷來證明自己
➡️ 很多人都會問我，我都沒相關工作經驗那怎麼辦？我要如何走向數據分析領域？
✔️這就是最好的解答 - 「#累積數據作品集」，不要責怪周遭沒有真實的數據，現在已經有太多外部的公開數據可以使用，只要拿到你有興趣的數據，你就可以試著站在這些流程來做成作品集，切記，「定義商業問題」很重要！就算你下載的數據本身沒告訴你他的 #商業痛點 是什麼，你也可以 #試著自己想像商業痛點，並針對商業痛點對症下藥，那即使你沒有任何相關工作經驗，你也有機會讓面試官知道你有很紮實的數據分析思維與技術了。
-
如果還有其他更想知道的內容，歡迎留言或私訊我喔🙌

#資料科學知識 #資料科學 #AI #機器學習 #數據思維 #行銷科技 #預測 #資料科學與我們日常有關 #martech #數據分析流程 #數位足跡 #客戶生命週期 #ltv #成長行銷 #職涯建議

《#雜訊》讀者推薦這本書嗎？
社會充斥很多不合理的情況，像是不同法官對同一個案件卻有截然不同的判決、不同醫師對同一個病人的診斷有很大的差異、不同面試官對於是否錄取求職者意見大不相同，同一個員工的績效考核有不同的結果，甚至就連同一個法官、醫師與面試官在不同的時間也會做出不同的判斷。為什麼會這樣？

丹尼爾．康納曼、奧利維．席波尼、凱斯．桑思汀三位行為科學家發現，在經營管理、醫學、法律、經濟預測、法醫鑑識、保釋、兒童保護、策略、績效評估、個人選擇等領域，都看得到雜訊，但是一般人和組織都沒有意識到這個問題，結果是付出高昂的代價、企業有更大的隱藏成本、公共安全與衛生受到影響、社會還會出現極端不公平的情況。
.
這位作者的前一本書《快思慢想》是討論度非常高的書。這次他談到生活周遭的雜訊，很有可能影響我們的判斷和決策，我想要了解背後的原因是什麼，以及如何避免受影響。
- Waki 瓦基
.
這本書廣受批評的兩個原因：(1) 他沒有之前《快思慢想》帶給我們的震撼；(2) 很多人以為作者會寫種族和社群偏差的內容，但他沒這麼寫。而這正是我欣賞這本書的原因，人們錯誤期待了。
- Sebastian Gebski 五星好評
.
雜訊的確是一個不好的東西。這本書說明了「判斷，並不是思考。而是用人類心智來衡量一件事情的結果」。作者們充滿洞見地分析我們為什麼做出「壞決策」。
- Angie Boyter 四星好評
.
我學到的一件事，就是不要預購一本仰賴作者名氣的書。我很喜歡這幾位作者的前幾本書，但是這本《雜訊》本身就是一個巨大的雜訊。作者們整理一堆不是自己的研究，我覺得不值得讀。
- Rick Wilson 一星負評
.
在有趣又實用的《快思慢想》之後讀這本，有點失望。我擔心的是，這本書暗示了很多「因果關係」，但是統計數據只代表「相關性」。硬要套因果關係是很草率的作法。
- Rebecca A 二星負評
.
這本書很令我失望，我原本以為這是一本科學性質的書籍。結果就像是麥肯．葛拉威爾寫的一樣，充滿了許多故事而沒什麼內容的書。
- Maher Razouk 一星負評
.
每季精選 12 本暢銷書的「兩則好評、三則負評」，讓你快速瀏覽全球最大書評網站 Goodreads 的讀者評論和我的選書原因，幫你省下選書時間
免費訂閱 https://readingoutpost.com/book-picking-subscriber/

［淺談近期從履歷看到的3個現象］

如果有看之前限動應該會知道，我們最近有在找兩個職缺：資料科學家（Data scientist)和商業資料分析師(Business Data Analyst)，首先先感謝大家對這兩個職缺的愛戴，我們收到不少履歷。
-
1. 面試這兩個職位的人很難有明確的分界
我當初會設定這兩種職位是因為需要專注在不同的工作階段：#資料科學家 專注在資料統計處理與開發模型；#商業資料分析師 專注在定義上商業問題、資料視覺化以及廣告成效追蹤。但事實上發現，不少candidate 都是介在這兩種專長之間（現在的資料人好辛苦，在學校或是在工作上都一次學了好多面向😳）。
-
2. 現在的社會新鮮人有不少實習和 side project 經驗
我看到不少資料新鮮人的履歷，覺得非常讚嘆😌，不少人在在學期間都有積極爭取實習經驗、且可能同時準備作品集。所以如果你們也是新鮮人或還是學生，未來想往資料職涯發展的人必須加把勁了😆
-
3. 看到不少不是本科系，但努力往資料職涯發展的人
這些人普遍會從商業資料分析師的履歷看到，他們有個共同點，都會用公開資源學習 Python，不管是網路上的社群、購買線上課程、直接參加程式競賽，他們都會很努力的爭取。也有不少從行銷角色想跳往資料分析師的人，大部分是因為發現自己對數據很有熱情，且開始也接觸到 SQL 語言，發現自己有程式魂？並擅長製作 Tableau 或 Data Studio 報表。
-
以上現象跟大家分享，同時也給還在迷惘中的人一點參考。但不得不說，因為現在學習資源太多，所以要找到一個規律證明自己並脫穎而出會有些辛苦😣 包含我現在的職涯歷程也是，我們一起加油。
-
-
這張照片是紀錄我剛得到一個小飾品櫃，再來要脫離 WFH 的日子了，趕快把外出用品整理一下😆

#職涯發展

拖了三個月的軟體工程師面試SOP在此獻上！把面試當作刷題的我，把面試經驗技巧，努力濃縮再濃縮，還是有15分鐘的精華，只要五步驟，面試照著做，保證你 ace the coding interview like a PRO (most of the time).

這集會聊到...

💬 Overview 💬
💙 什麼是 coding interview? 1:20
💙 面試必備 - 比履歷還重要的東西 3:44
💙 面試流程 1 - 聽問題問問題 4:15
💙 面試流程 2 - 如何分析問題 6:00
💙 面試流程 3 - 如何寫程式碼 8:45
💙 面試流程 4 - 測試程式碼 10:10
💙 面試流程 5 - 再問更多問題 12:08
💙 面試流程 0 - 寒暄問暖不囉唆 13:30

🙌🏻 面試好書推薦 🙌🏻
👍🏻 準備軟體工程師面試必備書
Cracking the Coding Interview 提升程式設計師的面試力 https://shp.ee/y7rbjqk
https://www.books.com.tw/products/0010881287

👍🏻 當畫家遇上演算法 看圖學演算法
Grokking Algorithms 白話演算法！培養程式設計的邏輯思考
https://shp.ee/k3jtmvg

👍🏻 置入生活中的演算法
Algorithms to Live By: The Computer Science of Human Decisions 決斷的演算：預測、分析與好決定的11堂邏輯課
https://shp.ee/rvvh89e
https://www.books.com.tw/products/0010761815

👍🏻 Logitech 羅技 MX Keys 無線鍵盤 https://shp.ee/ptt9wtm
👍🏻 Logitech 羅技 MX Master 3 無線藍牙滑鼠 https://shp.ee/pu9qtcc
👍🏻 Backbone 人體工學椅 https://shp.ee/fgi35c9
👍🏻 Tresanti 電動升降桌 https://shp.ee/9wmht7r
👍🏻 logitech 羅技 StreamCam https://shp.ee/fbvgbvc
👍🏻 RODE Lavalier GO 領夾式 小型麥克風 https://shp.ee/nx6w9vc


📢 📣 📢 本頻道影片內容有輸出成 podcast 📢 📣 📢
可以在各大podcast平台搜尋「Untyped 對啊我是工程師」
請大家多多支持呀！！🙏🏻💁🏻‍♀️

#面試SOP #工程師求職 #面試流程大剖析
一定要看到影片最後面並且在「YouTube影片下方」按讚留言訂閱分享唷！

【愛屋及烏】
YouTube 👉 https://www.youtube.com/c/Untyped對啊我是工程師
Podcast 👉 https://open.spotify.com/show/3L5GRMXmq1MRsliQt43oi2?si=3zgvfHlETeuGfp9rIvwTdw
Facebook 臉書粉專 👉 https://www.facebook.com/untyped/
Instagram 👉 https://www.instagram.com/untypedcoding/
合作邀約 👉 untypedcoding@gmail.com
-
Untyped 對啊我是工程師 - There are so many data types in the world of computer science, so are the people who write the code. We aim to UNTYPE the stereotype of engineers and of how coding is only for a certain type of people.
凱心琳: 一個喜歡電腦科學邏輯推理，在科技圈努力為性別平等奮鬥的工程師。

【Disclaimer 聲明】
Some links are affiliated.
上面有些連結是回饋連結，如果你透過這些連結購買商品，我可以得到一些小獎勵，但不會影響到你購買的價格，甚至會是更低的價格！謝謝你的支持💕