資料科學家 學習地圖


中央大學 大數據中心 根據多年的資料分析專案與教學經歷,針對正打算踏足數據分析領域但「非資訊背景」學員,提供以下學習路徑建議。

備註:學習路徑並非絕對,若學員自己有學習方針,可按照自己的學習步調。

 

資料分析分級


針對一個沒有相關背景的學習者,中心提出的學習建議分為4個階段,建議按部就班學習。  
 
  1. 資料處理員

    此階段的學員開始接觸數據,主要學習標的:取得數據、聽得懂數據、簡易的資料整理。

  2. 商業智慧(BI)分析師

    此階段的學員開始探索資料,主要學習標的:資料視覺化、資料統計驗證。

  3. 資料分析師

    此階段的學員開始學習使用演算法建立模型,主要學習標的:資料科學原理、機器學習。

  4. 資料科學家

    此階段的學員開始接觸數據工程,主要學習標的:Hadoop、Spark、資料分析雲端服務應用。

建議課程


不論學員現在屬於哪個階段,學習方式都分三個部分:觀念、工具、實作。
觀念與工具不可偏廢,建議先學觀念再學工具,最後上實作。
 
  1. 資料處理員 (Level 1)
    課程類別 課程名稱 詳細內容
    觀念 商業資料分析師 必備入門財報分析 詳細說明
    工具 SQL Query 入門課程 詳細說明
    Excel 常用功能 入門實作班 詳細說明
  2. 商業智慧(BI)分析師 (Level 2)
    課程類別 課程名稱 詳細內容
    觀念
    非資訊人員 的商業智慧(BI)入門班 詳細說明
    工具 Power BI Desktop 入門實作班 詳細說明
    Tableau 入門班 詳細說明
    實作 Tableau 業務相關案例班 詳細說明
  3. 資料分析師 (Level 3)
    課程類別 課程名稱 詳細內容
    觀念
    非資訊人員 認識深度學習 詳細說明
    工具 Python 入門實作班 詳細說明
    R 入門實作班 詳細說明
    實作 機器學習輕量級 案例班 詳細說明
    R 語言 資料清理實作案例班 詳細說明
  4. 資料科學家 (Level 4)
    課程類別 課程名稱 詳細內容
    觀念 資料分析師 必備資料工程觀念 詳細說明
    工具 Azure 雲端資料分析 詳細說明
    AWS 雲端資料分析 詳細說明
    Python and Spark for Big Data - PySpark 入門實作班 詳細說明
    Big Data for R with Spark 入門實作班 詳細說明


學習諮詢


如果學員需要更詳細的學習建議 (例如:相似的工具課程我該學哪一個?),可透過大數據中心的Line官方,詢問專員。  

QR Code 連結:https://reurl.cc/1xgL1D