【資種實習趣｜Data Science 來啦！】
▌欸！誰說企管系不能學資料科學？
我們的第二位學員 — Tyler，來自輔大企管系大三。讓小編我來問他為什麼身為企管系卻選擇 Data Science 領域的職涯體驗，而不是商管領域呢？
Tyler：「未來想要走商業分析，雖然爬了很多文了解這個領域，但還是希望有人帶著我認識商業分析、資料分析、資料科學、資料工程，究竟有什麼不一樣？分別需要學習的程式語言是什麼？」
小編：「身為企管系的你，在沒有程式背景的條件下，進入 Data Science 領域的讀書會，會不會有跟不上的問題？」
Tyler：「我相信一定會，畢竟我的確沒有知識基礎，也沒有程式背景。不過，我想這就是資種的精神吧！在有機會、沒有限制的條件下，如果你有勇氣嘗試，即便路不好走，還是能和同伴們一起走完的！」
▌資種實習趣｜資料科學家
資訊種子的實習分為兩個部分，一是實際進入公司的實習，排班天數依公司而定 ; 二是個人指導，由資種學長姊利用下班或假日的時間，以實作方式授課。當然，必須通過面試才能進行實習體驗，確保每位學員都是有學習目標而來的。透過實習、讀書會、分享會，學員得以做中學，累積實戰經驗。
實習職位：個人指導──資料科學家
實習內容：
- 認識 Data Science 相關領域知識
- 使用 Python 進行資料分析
- 利用 Google Machine Learning 課程學習，並進行簡報分享
實習 Mentor：
- 資種第 14 屆 Wallace 學長：現任職於半導體公司
- 資種第 14 屆 Nina 學姊：現任職於外商軟體公司
▌實習過程 / 學習
你是否猜到 Tyler 經歷了什麼呢？沒錯！沒有資訊背景的他，即便是以讀書會共同學習、分派作業的方式，對他來說還是非常吃力呢！
小編：「一個月下來的體驗怎麼樣？路真的不好走嗎？」
Tyler：「真的很吃力！因為 Python 的基礎薄弱，分派下來的作業都要 debug 很久，不過慶幸的是，有底子的同伴和 Mentor 都非常願意協助，但前提是自己要先嘗試過。」
第一次的讀書會，Mentor 們以視覺化方式呈現 Data Science 的架構，並分別說明 Data Engineer、Data Scientist 和 Data Analyst 分別負責的工作內容（依公司不同而定）。
另外，也有了一份會後作業：
請使用 Python 讀取附檔的 excel 資料 （全球新冠肺炎每日確診人數資料）
使用套件 Pandas 進行簡單的資料分析：
- 台灣每天平均確診人數 （依檔案有的日期去做平均2019/12/31–2019/03/31）
- 台灣最高確診人數的日期
- 台灣出現第一位確診的日期
沒有程式基礎雖然寫起來很吃力，但是在 debug 和 trial and error 後，依然把它完成了。
從第二次的讀書會開始，Tyler 開始觀看 Google Machine Learning 的課程，總共有將近 20 個主題，而讀書會也以每週簡報形式的分享，成員們徹底理解課程內容後，用自己的方式白話呈現，透過資訊內化後輸出的過程提升學習效果。
每次分享完後，學員彼此間會互相提問和回饋，Mentor 們則是擔任知識講解與補充的角色。
Tyler：「這是我第一次參加讀書會，也看見了它所帶來的正面效果。讀書會改變了過往講師單方面講述的方式，不僅自己在會前要做足功課，將資訊內化後練習表達，也必須在同伴解說時仔細聆聽並提出問題，是一個互動式的學習方式，我認為它更有效果！」
▌實習心得
對於 Tyler 來說，資訊種子就是一個不斷推自己到陌生世界的旅程。
Tyler：「一個月的體驗下來，對於 Data Science 的認識相較過去絕對是更廣更深的，也漸漸能夠感受到自己究竟是否喜歡寫程式。嘗試就是在不斷縮小自己志向範圍的過程。不過，我還是認為 Python 一定要有基礎，備而不用。」
撰寫／17 th 蔡旻諺
