〈資料科學〉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。

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。

簡明的Regex（Regular Expression 正規表達式）教學，幫助你在3分鐘內快速掌握Regex的基本概念和應用，提升你的文本處理能力。

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。

其他

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？

在與資料密不可分的時代，如何善用資料來解決問題，培養數據思維、進而建立數據分析的能力？AC 校長 Bernard 與資料工程師維元，帶領團隊透過案例實作，深度探討資料分析流程。以下針對「定義問題」與「提出假設」兩個環節，說明其目標、方法與案例，邀請你一起來練習用數據思考解決問題。

全面介紹了各種資料結構的類型、相關演算法、應用場景及其背後原理，幫助您掌握資料結構和演算法在軟體開發中的重要性

資料探勘（Data Mining）是一種從大量資料中自動找出有價值資訊的過程。本文介紹了資料探勘（data mining）的基本概念，Data mining 的技術、常用工具以及在各行業的應用和實例

本篇文章全面介紹了 R 語言教學，一種在大數據時代中扮演著關鍵角色的開源程式語言。為初學者提供了學習 R 語言所需的入門知識和技能。