- 未填公司未填職務26-30歲
文組進修理組在職專班的機會與發展
1、現況：目前為科技業人資，年資未滿2年，已有管理碩士學位。
2、轉職緣由：招募的工作經常接觸各式職類，也了解到文組跟理工職位的薪資落差，因此越來越想轉職，也覺得工程類別的工作發展性較人資廣。
3、預計做法：想在職讀資料科學碩士，希望有機會可以做data scientist相關的工作。
4、自身優勢：溝通能力（與工程單位溝通招募需求或面試時都蠻能問到我想要的答案或成功說服對方）、英文能力（溝通無礙也都持續在上課維持）
請教問題：以文組背景起家，但在職進修資料科學，未來轉職為工程師類別工作的機會有嗎？
因自己是人資，平常看104履歷的機會也相當多，大概了解有些公司有data scientist或是數據分析相關的職缺，可能因為產業別或部門不同而有點工作內容的差異，但背景都須會寫code，也需有統計的知識與概念 熟悉統計。以台灣公司來說，很多制度規定會需要有理工科系的學歷才能核定為工程師，這個是比較現實的考量。現在因為AI工具的興起，有些職缺也跟著興起，也許文組轉職的機會還是有嗎?
您好，很肯定您願意跳脫框架，思考轉職為資料科學家的積極態度，工程師職缺，尤其是軟體工程師職缺確實比較多，待遇也比較高，但會建議您先瞭解資料科學家的工作內容及專業能力要求，尤其是資料科學家(data scientist)和資料分析師(data analyst)的差別，這兩者雖然某些領域上有所重疊，但資料科學家之所以需要 coding能力和統計學、機率這些數學專業，是因為常常需要在沒有現成解決方案的狀況下建出資料分析模型，有相當的難度，就算是資訊系本科生也不見得能勝任。
資料科學家專業能力列表—
程式語言：Python、R、SQL
數學：線性代數、微積分、統計學、機率
數據分析視覺化：如 Tableau、Power BI
網頁擷取：如 BeautifulSoup、Scrapy
資料挖掘與資料倉儲：瞭解各種資料庫類型
機器學習與人工智慧
管理和處理大數據：如 Apache Hadoop、Apache Spark
確定要朝這方面發展之後，取得資料科學學士/碩士學位可以幫助您建立以上這些專業能力基礎，再來就是取得 Microsoft, IBM, Amazon, Google等資料科學家專業證照 ，通常這類課程都會包含實作練習，讓您先熟悉系統操作介面。
每次轉職都能帶來新的機會，而事先多做功課、客觀評估是否符合個人能力及興趣、願意投入時間精力來加強不足的領域，都能增加轉職成功的機率，以上建議，希望對您有幫助，也祝福您找到心儀的工作！
您好
您很棒啊，想法很具體! 我的看法如下
1. 如果去念了在職專班，若有順利取得學位，
則學歷就會變成是工學院系所。
是不是您擔心的相關系所問題就沒問題了呢?
2.若不想取得學位，其實也沒關係。
大多數的企業在乎的是"做的出甚麼"，
如果您對資料分析真的很有興趣，
把作品準備好，把履歷寫好
努力多投遞履歷、把握面試機會，好好展示
相信溝通能力很好的你，一定可以雀屏中選
3.您有良好的溝通力，這是職場最重要的軟實力
其實不管是甚麼職務，都可以有很棒的發展
4.當然您還很年輕，喜歡甚麼，想學甚麼就去啊!
多看多學才會知道自己最適合的是甚麼~
機會是留給準備好的人，祝福您
從你的背景和計劃來看，文組背景轉職到理工類別的工作，特別是資料科學領域，確實是有機會的。以下是一些建議和觀點，希望能幫助你在這條路上走得更順利：
首先，你已經有管理碩士學位和在科技業的工作經驗，這些都是很好的起點。你的溝通能力和英文能力也是非常重要的優勢，特別是在跨部門合作和國際化的工作環境中。
在職進修資料科學碩士是非常明智的選擇。這不僅能讓你獲得必要的技術知識和技能，也能讓你建立相關的專業網絡。在學習過程中，專注於統計學、程式設計（如Python或R語言）以及機器學習等核心技能，這些都是Data Scientist的重要技能。
儘管台灣有些公司對工程師的學歷有特定要求，但越來越多的企業開始注重實際技能和經驗，特別是在新興的AI和資料科學領域。許多公司看重的是你能否解決實際問題，以及你對數據的理解和分析能力。
建議你在進修的同時，積極參加相關的實習、專案或比賽，以累積實務經驗。這些經驗能夠在面試時展示你的實際能力，並增加你的競爭力。
最後，利用你的人資背景，研究不同企業的職缺需求，並針對性地提升自己。你可以考慮在104學習中心尋找相關課程，或者使用104 履歷健診來優化你的履歷。
這是一個需要耐心和毅力的過程，但只要持續努力，相信你能在資料科學領域找到合適的職位。祝你成功！
如果你需要更多相關知識或資源，可以參考以下連結：
- 104學習中心 https://nabi.104.com.tw/course?utm_source=104&utm_medium=blackbar2&utm_campaign=nabi
- 104 履歷健診 https://resume-clinic.104.com.tw/exhibition/129
