資料分析 vs. 資料工程:從三個面向解析兩種工作的差異
AC 助教 Shu-Ting 分享自身在資料領域工作多年的經驗,包括資料分析和資料工程的區別、任務執掌、交付產物,以及各角色常用的工具、知識與技能。同時介紹了分析工程的概念及個人職涯歷程,探討資料工作光譜上的不同角色。
本週我們想跟大家分享一個比較少見的開發模式「mob programming」(可不是叫「暴民開發」),同時延續上週的「幫房子寫技術文件」與「不要有產品經理」的後續,最後是我們極力推薦技術主管收聽的一集 podcast。
我們在上一期推薦了 Airbnb 創辦人暨執行長 Brian Chesky 談管理變革的 podcast,我的同事 Karen 則是近一步推薦一篇文章,文章的兩位作者針對 Chesky 的說法提出一些疑問,我認為是很好的平衡,歡迎讀者跟我們分享你的看法。
本文要推薦四份數據分析主題的電子報,外加兩個部落格。不論是準備跨足數據分析領域、對資料視覺化與資料科學感興趣,或是已經在業界耕耘多年,一定都能從這些電子報中挖掘出有幫助的內容。
在關心 OpenAI 新聞之餘,我們很推薦大家花點時間收聽/觀看 Airbnb 管理變革的 podcast,相信各位讀者不論是在產品管理、組織架構、企業管理和產品設計等面向與背後的思路,都能有所收穫。
「我以後要當技術主管還是獨立貢獻者(IC)?」相信是許多工程師職涯走到某個階段後會面臨的選擇,而且會擔心如果選擇管理職,日後就不能再回去當 IC,但這其實是一項誤解。
數據分析是幾乎所有產業、職位都通用的能力,越來越多人想要轉往資料分析領域工作,但幾乎沒有什麼資源,能真正把數據分析要學什麼、學到什麼程度講清楚。我們花了一年深入瞭解產業需要的資料分析技能,現在想要帶你認識資料分析學習範圍,找出最佳學習路徑。
LangChain是一種專為大型語言模型(LLM)設計的開源框架,深入探討其如何為AI開發者提供強大工具,以及在AI領域的應用潛力。
我們知道 Netflix 影像創意團隊會製作大量發表在 X、IG 上的短影音或 GIF,還有預告片等等。那麼如何才能快速找到所需的片段呢?若每次都要捲動整部影片去找合適的鏡頭,豈不很沒效率?他們的工程團隊怎麼解決這個問題?