三步驟帶你成為引導未來趨勢的 AI 、數據人才

AI 人工智慧與數據分析是近年備受各大產業矚目的熱門議題。隨著消費習慣和商業模式的改變，進而帶動產業對於這兩項技術的大量需求。
疫情就像檢測劑一般，考驗企業生存實力之餘，更成為數位轉型的催化劑，相關人才在這場浪潮當中扮演著舉足輕重的角色。隨著 AI 與數據人才的需求不斷上升，我們能從何開始學習，成為企業搶手人才呢？

台積電創辦人張忠謀於 2019 交通大學全球校友商界領袖峰會中預測，在正展開的第三個數位時代，AI 會取代很多價值，很少人能無可取代。人們可能有工作，但未必利用到人的潛力或既有技能，可能只拿低薪，拉大社會貧富差距，這對社會和諧與穩定，帶來很大危險。

AI 熱潮持續升溫，相關職位的薪資水漲船高，而我們如何成為創造 AI 的無可取代人才？如果你了解 AI 就能發現 AI 和大數據有著密不可分的關係，以下將跟您分享三步驟學習，讓你掌握現今最熱門的「 數據科學 」與「 軟體開發 」兩種職業別的工作機會 ! 這些技能也是數據科學以外的軟體開發的基礎和關鍵，這意味著，如果你無法找到數據科學工作，可以快速轉做軟體開發或 DevOps。

1. 學資料庫程式語言 SQL

SQL 是應用程式與資料庫之間溝通的語言，若你想要走往 AI ( Artificial Intelligence ) 、ML ( Machine Learning ) 領域或是數據領域，在你需要運用數據，非常有可能會需要以 SQL 編寫程式查詢數據庫，之所以建議以 SQL 學習為要，原因很簡單，他的上手程度最高，一旦你有了SQL的編寫邏輯，就能更容易理解其他的查詢用程式語言，熟悉 SQL 後下一步要理解資料庫的工作原理，能夠幫助你學習如何優化查詢的工作。

如果還不清楚 AI 和 ML 概念，建議可以先看看這篇文章【一探人工智慧、機器學習與深度學習的差異 】

2. 熟悉至少一門程式語言

學習了 SQL 後為何還需要再學習其他程式語言呢 ? 使用 SQL 可以指定要從數據庫提列哪些資料出來，但無法用 SQL 進行反饋，甚至分析或計算，它只是一種聲明性的程式語言。除了 SQL 你需要一門可以讓你指定如何和從哪收到數據的程式語言，你可以選擇現代的程式語言，像是 Java、Python、Scala、R。

程式語言初學者會選擇 Python — 數據領域最流行的程式語言作為入門。它可以用來將模型嵌入像 Scikit-learn，這樣提供大量常見的機器學習演算法和許多實用的資料集合的平台，用來製作網頁服務應用、清洗數據、訪問 AWS API 或是用來創建深度學習模型。但是 Python 在統計推論領域的資源相較於 R 語言少，例如在 Bayesian 推論，通常 R 會有更多人推薦使用。

不論選擇哪一種程式語言學習，要在熟悉後開始學這門語言背後的範式 (Paradigm) ，漸漸你會發現許多問題，像是如何讓你的寫法更簡化 ? 如何使用你的語言實現 OOP ( Object Oriented Programming ) ? 如何進行版本控制、部屬模型 ? 有沒有相關研究社群可以參加，都在那裡聚會 ? 當你開始深入學習和探討，會發現可以用你熟悉的語言開發有趣的東西 !

3. 學習如何在雲端平台工作

現今雲端服務無處不在，很有可能你的下一份工作就是需要在雲端平台上完成的。有了雲端技術，就越容易走在前端。現在有越來越多的機器學習範例轉移到雲端服務供應商（如 AWS 提供一系列 AI/ML 相關服務，其中又以 SageMaker 最為著名，又或者像 GCP 提供的 Cloud AI，或是微軟的 Azure Machine Learning），上面有許多現成的模板來實現你想要的演算法，未來也將有更多公司的數據會存儲在雲端上。想要能夠成為新興科技人才，老實說沒有學習門檻，以雲端技術學習為例，所需要的並不是艱深或深厚的程式基礎，而是一步一步掌握觀念和操作方法，持之以恆的學習和演練，才能幫助你面對一波又一波人才變革 !

想了解各大產業和技術領域都是如何運用雲端的？一起看看這篇文章吧！

延伸閱讀 : 為何要學習雲端？ 一探驅動各大科技領域成長的引擎！

想免費學習 AI 技術，成為企業搶手人才，趕快報名我們的免費課程：點此報名（數量有限，報名要快！）

（ 參考至：Tech Orange 科技報橘 <人才擠爆數據科學行業！五年前的「最性感」職業如今邁向泡沫化> ）