〈科技職涯〉彙整

數據分析師實力培養攻略：解決模糊問題的五個步驟

身為數據分析師的核心能力之一是要能處理「模糊不清的問題」（deal with ambiguity），本文將分享五個步驟，包含一項表格工具，幫助各位讀者更有效面對數據分析工作上各種「模糊問題」。

Erica 在資料領域工作近十年，目前在北美零售產業任職，她在文中分享如何透過自學，以及在工作場域中運用手邊的資源提升對產業知識（domain knowledge）的理解，幫助自己成為一名出色的資料分析師。

各種分析工具都擁有他獨特的優勢及適用的範圍，從傳統的統計方法到現代的機器學習技術，這些工具應用於不同場域下能發揮顯著效果，本文將舉例 5 種使用情境及搭配的分析工具，介紹如何根據具體需求選擇適合的工具來實現分析目標。

我們先前分享過如何評估自己是否已經成為一位具有競爭力的求職者，這次我們除了談到幾個常見的數據分析師職缺，更要教你如何從職缺說明（job description）讀出職缺所隱含的關鍵資訊。

撰寫本文的時候，剛好 Apple Vision Pro 評測解禁，對這個產品感到好奇的讀者，我們推薦兩篇評測文章和兩部影片。

相信各位讀者在工作上多少遇過要處理「很模糊」「高度不確定」的問題，本週我們選了一篇文章，告訴讀者資深工程師可以依循怎麼樣的一套做法來面對這類問題，以及過程中可能遭遇的挑戰。

Side project（業餘專案）有時不只是興趣，還能夠提升求職競爭力。在數據領域工作三年多的 Milana 藉本文與讀者分享製作 side project 的四大步驟，以及她在求職時實際製作過、協助 NGO 營運的 side project 開發經驗。

麻省理工學院旗下的媒體 MIT Technology Review 每年一月都會刊登年度「十大技術突破」的專文，從過去一年挑選出十項技術，看好他們即將開始產生真正的影響力。除了 AI 之外，今年他們還選出了哪些技術呢？

你們公司通常一個專案或是新功能會花多久的時間進行呢？做事方法總是與眾不同的 37Signals 共同創辦人 Jason Fried 說：我們最多只會花六週，而且通常只會用兩個人去做。

作者 Nancy Yang 五年前從電商行銷成功轉戰商業分析領域，她將在本文從自身經驗出發，與讀者分享成為商業分析師會經歷怎樣的準備過程，又該如何評估自己的實力，以成為一個合格，甚至是優秀的求職競爭者。