〈資料分析〉彙整

數據分析師快速學習產業知識的三個方法

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。

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。

在「數據分析職能地圖」對談會中，管其毅與胡筱薇兩位專家分享他們在產業與學界的經驗與觀點，對談如何應用地圖展開數據分析職涯與學習。本文彙整精彩對談內容，期待幫助有志往數據分析領域發展的人，掌握市場狀況與知道如何有效學習。

數據分析師（Data Analyst）又稱資料分析師，一般定義是能將原始數據轉化成可用於制定決策的資訊和知識的人。這篇分享數據分析師需要的技能與工作內容。

AC 與台灣資料科學社群 (TWDS) 建立策略性合作夥伴關係，透過資源整合攜手提升台灣數據科學能力、培育人才與推動整體數據產業發展；也將為 AC 與 TWDS 社群成員帶來更新更廣的數據科學領域知識、更豐富的業界交流活動與更好的就業機會。

探索資料視覺化的世界，理解Tableau是什麼並學習如何有效使用這個強大的BI工具。這篇文章將引導你瞭解Tableau的基本功能，並提供實用的入門教學，讓你快速上手。

Data Cleaning 資料清洗，又稱為資料整理，是資料預處理過程中的一個重要環節。在進行資料分析或建立機器學習模型之前，資料清理對確保分析結果的準確性至關重要。本文將介紹資料清理的基本概念、方法，以及資料清理在實際應用中的重要性。

認識數據分析該怎麼做，並深入探討資料分析師的核心職責，包括數據收集、分析技巧、視覺化工具如Tableau和Power BI的應用。

資料科學家(Data Scientist)收集和分析大量數據。結合了計算機科學、統計學和數學來分析、處理和建模數據，然後解釋結果，為公司制定可行的計劃。這篇介紹資料科學家的工作內容和核心技能。