〈數據分析師〉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」。

FB 資深數據分析師 Fiona，從文組背景轉職到科技業，靠著策略的 4 個步驟與 5 個思考，成功轉職到科技業，規劃出正確且有效的職涯。

傳統的資料科學模型通常只考慮到「產出模型」為止，著重的是如何訓練一個「好」的模型，產生交付的通常是一個模型。但有了一個好的模型之後，然後呢？

許多人會選擇 Python 做為程式開發或資料科學的入門語言，因為其「語法容易」與「第三方資源豐富」兩個特性。所謂的「第三方資源豐富」是指，Python 可以搭配許多套件來完成特定領域的工作。Python 在爬蟲領域也如此

Python、R語言、 Julia 號稱是資料科學的三大程式語言，就我自己的觀點來看，目前看起來 Python 是首選、有些比較專業的統計方法可以考慮 R ，至於 Julia 還要觀望一下。