![](https://imagedelivery.net/kDRCweMmqLnTPNlbum-pYA/prod/embed/a9834acb-5643-400c-97a3-db8648ac3af6.jpeg/public)
俯瞰資料科學
![](https://imagedelivery.net/kDRCweMmqLnTPNlbum-pYA/prod/avatar/3f443afe-c08d-4a54-8399-ccb27b86b983.png/public)
《俯瞰資料科學》收錄了我個人經驗上非技術的資料科學/資料工程概念,從科普的介紹職稱分類、光譜,到人力配置、雇用錯置等管理議題,希望可以用一個非技術的觀點來探討這塊領域的議題。
資料科學的職稱分類演進:從分離、混合,到整合
「資料科學家到底做些什麼?」、「為什麼這間公司的科學家也要做資料工程?」、「資料清理是誰應該做的?」、「機器學習工程師跟資料工程師有差嗎?」、「資料分析師又跟他們差在哪?」 這些都是求職過程中,面試者很容易感到疑惑的地方,部分獵頭、recruiter 與用人主管也未必能回答地很清...
![](https://imagedelivery.net/kDRCweMmqLnTPNlbum-pYA/prod/embed/a88d59a8-fe43-48a1-ae8b-6e4bec99362c.png/public)
資料森友會小普查:雇用錯置嚴重嗎?
前情提要由於資料科學/工程/分析領域在台灣還算是相對新的領域,而且發展也不像國外那麼完整,所以我之前創了一個 資料森友會 TG 群組,對象包含:剛畢業想加入這個領域的新鮮人考慮轉職到這個領域的職場人士有相關經驗(資料科學家/工程師/分析師)的職場人士想知道業界資料科學/工程在做什...
![](https://imagedelivery.net/kDRCweMmqLnTPNlbum-pYA/prod/embed/a9834acb-5643-400c-97a3-db8648ac3af6.jpeg/public)