【📣資料科學家來開講】想當數據分析師？從面試到入職 過來人不藏私大分享
文／Chia-yu Hsu、Hanna Tsai、汪品妤
【求職季特別企劃--📣資料科學家來開講！】
公司裡的data部門都在做什麼？如何才能成為數據分析師？
新主題首發，我們邀請到從事資料科學工作6年的Victoria來和大家分享她的工作經驗，以及給新鮮人的求職小建議！🚦本篇目錄
1.前言
2.數據團隊裡的角色
3.成為一個數據分析師該具備什麼能力
4.資料科學職涯中的有趣小觀察
5.成為一個優秀的數據職場新鮮人的5個takeaway tips
6.結語
大學唸統計，研究所唸資管，Victoria完成研究所學業後，開始她的資料科學職涯。六年間Victoria先後在軟體公司及硬體科技公司服務，兩家公司皆為上市櫃公司，對於數據團隊的定位及工作內容她有幾個小觀察：
這兩家公司不同的地方在於，一間公司是跨國大組織，公司各個部門的資料分散落在全球各地，在資料團隊的營運上分工也很得很細，比方說資料管理、資料處理、資料分析分別由三個團隊負責，彼此間必須緊密合作才能完成專案。另一間公司則不同，每一位團隊成員都有可能同時負責到蒐集、處理、分析、匯報的作業流程，並且在工作中可以逐漸熟悉對公司業務的domain know-how。
此外，許多公司在成立初期大數據分析這個概念還未開始流行，造成在公司內部門各自擁有自己的數據，卻缺少整合性的資源，以至於會需要花費較多的時間整合、彙整散落在各個部門的寶藏，重新建造公司的數據寶庫。兩家公司在數據整合、彙整的階段皆是採取有多少資料做多少事的策略，當中會彈性做一些實際應用，大多與公司內部營運的主題相關像是財務分析、業務分析、人力資源分析等方向。
數據團隊裡的角色
Victoria介紹與數據最相關的核心團隊大致上有四種角色：
- 整理龐大數據資料的DBA
資料庫管理員（Database Administrator，簡稱DBA）是負責在公司部門間串連數據、維繫資料庫的角色。 - 將資料價值化的數據分析師
將蒐集到的數據，通過自身經驗及背景知識，對市場、競品等分析判斷，提出運營、銷售、研發等方向建議。 - 便利數據使用的數據平台工程師
為了方便公司其他人員取得所需的數據，公司數據通常會走向規格化，建立一個內部使用的數據平台或APP，甚至可以直接自動化的產出報表。 - 接觸處理各系統端的PM
PM是專案的owner，負責從前面三個角色團隊中協調人力，並與工程師討論後確認能否執行，以及監控整個專案的時程。
每家公司的數據團隊組成，會依據產業,市場規模及產品等因素，而不盡相同，可以透過徵才網站上的資料拼湊團隊的工作角色分配唷！
成為一個數據分析師該具備什麼能力
上述四種角色需要的能力、背景知識不盡相同，數據分析工作對很多人來說有個背景迷思，會認為需就讀相關科系，才能應徵數據團隊所需的相關職缺，Victoria認為這個問題比較沒有一定的答案，單純看團隊需求以及主管的個人的偏好。
其中，有些核心的能力是可以條列出來，以下分兩部分探討分析師須具備的能力：
Hard Skills
- 一定程度的統計及數學邏輯
- R/Python/(My)SQL/Oracle等資料處理程式語言（至少使用兩種）
- 有較佳的邏輯及分析能力
- 數據聯想及串連能力
- 相關科系及跨科系背景（數學/應數/統計/資管/企管/財務工程)
🔖程式能力評估方式
有些公司會採用紙筆測驗的方式，有些會上機測驗，有些則會提供實務案例進行考核，評量標準就依照各公司對該職位的能力需求而有所不同，建議可以多上網搜尋欲面試公司的面試心得文作為參考。
🔖邏輯能力評估方式
滿多公司都是應考英文及邏輯測驗，甚至有些會加入性向測驗，測試你和這份工作的契合度！Soft Skills
- 喜歡與數字及資料共處
- 喜歡預測及觀察數據帶來的insights
- 喜歡用數據說故事及分析問題
- 良好的商業頭腦及溝通能力
- 很大程度的細心
- 不厭煩長時間清理資料的過程
🔖潛能評估方式
大部分公司在面試新鮮人時，都會比較重視新鮮人的積極度及未來發展性，也會希望確認新人是否真正喜歡且了解這份工作內容。資料科學職涯中的有趣小觀察
從事資料科學工作六年了，Victoria有兩個小觀察：
- 資料專案經理崛起 — 串連各部門資料是當務之急
她提到在這幾年的工作經歷中，發現在公司每個部門都擁有各自的數據而且視為部門的資源，如何串連起不同部門的數據會是蒐集資料時的第一道大關卡，這是在大公司比較常會遇到的狀況，如果在工作上遇到各部門合作分析數據時，就會很需要一個對於部門資料有一定程度瞭解的溝通者「資料專案經理」處理協調各部門的需求，讓數據整合更順暢。若是在一般的中小型公司，因為業務較大公司單純，所以在溝通成本上花的時間也相對較少。
即便這個職位也許不一定會以一個新角色的方式出場，在數據職場中對內人際是不可不重視的一項技能呢！
- 踏入職場先釐清甲方乙方、大小公司的立場
在踏進數據科學領域前，總會對這個領域、公司抱持著滿滿衝勁及美好憧憬，Victoria建議新鮮人在求職前可以先釐清個人短、中、長期的職涯目標，才能找到相對應的工作內容及場域學習，像是你是比較想在大公司或是小公司工作?或是你是想在甲方還是乙方公司工作?
👉甲方通常是指企業端，擁有的數據量會相較乙方多，但在整合數據時會耗時較長、在執行專案前會需要先評估企業立場、對各部門造成的影響等等。
👉乙方通常是指服務方，乙方較能接觸到各種領域的窗口，協助甲方分析、整合數據，完成甲方提出的要求，機動性較強，相對的本身擁有的數據量相較甲方少。
以一個新人的角度而言，可以評估自己的興趣方向（Data Engineer、Data Analyst）在什麼樣的公司會比較有發展空間、符合職涯目標，這部分就得靠在面試時深入暸解職位的內容及團隊現狀了！
成為一個優秀的數據職場新鮮人的5個takeaway tips
在現在的公司裡，數據團隊通常為公司中研發分析或資料整合中心，身為一個mentor認為有哪些建議適合給對資料工程/分析師有興趣的新鮮人呢？
- 用數據思維寫履歷
利用量化舉例的方式，有邏輯順序讓面試官了解你的強項及工作能力，同時，也可以強調個人的競賽經驗及side projects，用數字來量化每個成就，讓面試官帶入情境！ - 強化你的社群力
現在台灣有許多資料科學社群，很多面試的細節（像上面分享的面試關卡）都可以在與人交流的過程中收穫，Victoria在數據工作尚未蓬勃出現之前便是透過社群詢問前輩找到發展方向的。
隨手推薦一些社群資源：
Data Science Meetup 台灣資料科學社群、Taiwan R User Group/Python Taiwan、Taiwanese in Data Science（主辦WiDS Taiwan社群） - 持續性的自學並提出自學證明
當新鮮人初入職場時，會發現公司所使用的程式語言及分析系統，與自身所學有所落差，同時，公司也會持續建立新資料庫或是導入第三方服務系統，因此花時間自學的能力是很重要的，建議新鮮人可以多強調自學經驗，除了可以增強能力，同時也是一種獨立尋找問題解答能力的展現，因此不妨自學之餘也將學習成果呈現在履歷上。 - 為自己訂下短中長期目標
Victoria特別提到「以終為始」的思維應用在職涯發展中，透過設定「你三五年後想要達成什麼目標？」具體化預期成就，並在工作選擇、工作日常中具體實踐，以Victoria自身的經驗為例，她希望自己是能在專案中獨當一面的角色，因此她從組織分工細緻的公司換到現在需要一條龍處理資料的公司、也在工作過程中特別留意該如何與user需求對焦、如何溝通等多角技能。 - 面試該問的問題
最後，在找工作時一定要問清楚的三件事：「公司希望找什麼樣的人，釐清職位需求？」、「數據團隊是否具規模性？」、「公司對於數據分析的運用情境有哪些？」。每家公司的數據團隊需求不同，部分公司需要數據分析師兼任數據工程師的角色，在求職時確認工作內容是否符合自己的目標是很重要的；接著是團隊規模，對Victoria而言進入有規模的大團隊可以全面了解一個數據團隊運作的真實狀況，第二階段再朝自己有興趣的技術鑽研；第三個問題則是要確認進入公司後，做的工作內容是否符合自己想學習的領域；最後別忘了還有一個很重要的問題，Victoria：「當然是薪水XD」。
結語
除了針對數據工作的求職者給予建議，Victoria也提到其他很重要的職場生存術，例如「要找到組織中的key person」，這個角色對新人來說最重要的需求是願意分享，讓初期的磨合協作更順暢，少走冤枉路。除此之外，數據分析的工作其實需要抓緊對公司（或客戶）的痛點，才能使分析結果加值再加值，因此認識所在產業的商業價值及商業模式是很重要的！
如果喜歡這篇文章，可以幫我們拍手 👏 👏👏 50下，並且follow我們的最新文章，支持我們繼續努力！ (找找左側或左下角 “拍手符號👏”，長按可以連拍50下喔)
