從「認識資料分析」到「成為資料分析師」
在整個課程專案的行進過程中，我希望讓所有有興趣邁向資料科學領域的學員，有機會鳥瞰資料分析的各個應用領域，進而能夠「具備資料驅動的思維」以及「理解資料分析流程」，在這兩項基本能力養成之後，無論是否在資料分析領域，都能夠延伸運用課程中的問題解決、資料分析流程，解決職場或求學的問題。
而對於目標是成為資料分析師的學員，我也將透過課程最後的「行動專案」的擬定，引入後向推導（Backward Induction）的思維，從結尾（可以找到資料分析師工作的候選人）進行後向推理，暸解現狀與目標之間的差異，再客製移動的順序及時程，帶你建立專屬自己的、成為資料分析師的行動方案，以 6 個月到 1 年的時間，朝資料分析師的目標前進！
這門課程最主要的特色，是從解決「如何成為資料分析師」這個問題開始，帶你認識「資料驅動」的思考方式與問題解決框架，以資料分析師的思考解決問題！因此，本課程有三個核心重點：
一、了解問題解決框架，以及資料爬取、轉置、溝通等分析流程
資料分析師的日常是繞著資料打轉，姑且讓我們用更精確一點的定義來描述這個工作的核心理念：「資料分析師的任務是協助組織基於資料作決策，而非直覺與經驗。」
而這種以資料為核心的「資料驅動」的思考與問題解決框架，是藉由資料的爬取與載入、清理與轉置，透過視覺化的方式呈現資料，輔助自己進行預測或溝通。課程將會與你介紹以上資料科學的概念，協助你更熟悉資料分析流程。
二、輔以實際命題「如何成為資料分析師」一步步走過專案
當資料驅動的思考方式放到「如何成為資料分析師」這個問題時，我們會怎麼解題呢？首先讓我們先拆解命題，將「如何成為資料分析師」的問題區分為兩部分依序應對：
1. 釐清「資料分析師」的輪廓樣貌 2. 擬定「如何成為」的行動方案
在課程中，我將以這兩部分規劃出問題解決專案，與所有學員一起實際走過專案流程，深化資料分析的概念，並了解如何應用於問題決策中。
三、了解如何成為資料分析師，獲得深化技能的學習地圖與路徑
透過資料分析方法，從「技能供給」與「職缺需求」兩方向去尋找交集，建立資料分析師的樣貌。「技能供給」可以讓我們得知目前在職的資料分析師在日常工作中使用哪些技能、工具；「職缺需求」則可以讓我們暸解目前企業對資料分析師的職缺描述（Job Descriptions），在技能供給與職缺需求的交集處除了聘雇的產生外，也直截了當地告訴我們符合業界所需的資料分析師應該要有哪些具體的特質。
經由分析專案，我們得以描繪出資料分析師的整體輪廓，幫助我們了解資料分析師所應有的技能與特質，從而可以建立起屬於自己的資料分析師的學習地圖與路徑。
課程共分為五大章節：
1. 在回答「如何成為資料分析師」之前：
Buzzinga! 我們沒有打算直接告訴你答案唷，在第一個單元裡，我們會先聊聊這門課的規劃，除了資料科學簡介外，也會談談常見的問題解決框架（Problem Solving Framework），從資料的爬取與載入、清理與轉置到預測與溝通，一一與你簡介資料科學的專案流程。
2. 問題解析「如何成為資料分析師」：
接下來我們開始拆解問題，以實際命題「如何成為資料分析師」做示範，將問題拆成兩個部分，先從「技能供給」與「職缺需求」勾勒資料分析師的輪廓樣貌，再擬定「如何成為」的行動方案。
3.「技能供給」、「職缺需求」資料蒐集與分析：
我們會從 Kaggle 2017-2019 Data Science Survey（資料科學家普查）、繪製出資料分析師的技能供給曲線；再從 CakeResume 與 Indeed 等求職相關網站繪製出資料分析師的職缺需求曲線。
4.「供給需求交點」驗證：
需求與供給曲線的交點，順利為我們勾勒出資料分析師的輪廓樣貌，但還需要藉由訪談進一步驗證我們所認知的資料分析師，如此得到的結論，就真的與在職資料分析師的模樣相去不遠。
5. 擬定「如何成為資料分析師」的行動方案：
最後，便可以利用「後向推導」理解目標與現況的差距，規劃進修時長約「 6 個月到 1 年時間」、屬於自己的「成為資料分析師」行動方案，成為一名資料分析師。
適合所有程度的同學學習，培養資料分析思維
這是一門開設給「資料科學」新手學員的課程，學員可以自由選擇用「旁觀者」或「參與者」的角色加入我們的旅程。
課程中將示範使用程式進行網頁爬蟲、資料清理與資料探索，並以試算表或文字檔等的格式提供範例，即使是完全沒有程式基礎的學員，也可以使用 Microsoft Excel 或 Google 試算表探索。
此外，課程也會提供完整的 .ipynb 檔案，歡迎具有 Python 基礎程式設計的學員，學員能以自己的環境重現網頁爬蟲、資料載入、清理與分析的過程，更加深化資料分析的技能。
而課程過程中會涉及問題解析、問題解決框架、資料分析實作，因此也非常適合具有基礎資料分析能力、卻不知道怎麼應用於企業需求，或是想在職場上運用資料分析協助業務發展的學員。
募資期間（11/27 - 12/26 23:59 pm）購課人數達一定比例，將解鎖下列活動，並於開課後一週內公布：
募資達標 600% ▶︎「進擊的資料科學」＋「輕鬆學習 R 語言」贈書 6 位（未達標）
抽出 6 位學員贈送講師的兩本著作：「進擊的資料科學」與「輕鬆學習 R 語言」。這兩本書將會更深入講解 Python 與 R 語言於資料分析上的應用實作，非常適合作為上完線上課程、得到「如何成為資料分析師」的行動方案後的進階教材喔！
募資達標 900% ▶︎ 1 對 1 學習與職涯諮詢時間 10 位（未達標）
安排 1 對 1 的線上諮詢，讓講師更了解你的背景和需求，盡可能提供最適合你的行動方案。（若希望實體 QA 則依講師指定之公共場合與辦公室時間）
參加資格：於募資結束前（12/26 23:59 pm）購買課程並完成付款。
⚠️ 注意事項 FAQ Q 1：請問購買後，要在哪裡填聯絡資訊呢？ A 1：按下「馬上預購」後，將導向「付款資訊」頁面，下方即是 email 資訊填答欄位。所有欄位請務必正確填寫，若因資訊錯誤導致寄送不到，恕不補寄。 Q 2：如何確認自己有沒有付款成功呢？ A 2：完成購課流程後，請點選「網頁右上方的大頭貼」進入「訂單記錄」頁面，於「訂單狀況」的欄位顯示「完成付款」的訂單即代表付款成功。 ＊ Hahow 與老師皆不會將學員填寫的資訊做其他用途。 ＊ 郵寄僅提供台灣地區（不含金、馬、離島和海外）的運送服務，海外或離島人士請提供台灣寄送地址。 ＊ 該活動相關規劃、時間安排以及進行方式，老師保有最終調整的權利。
我在台大資工系統訓練班、資策會資料工程師養成班與中華電信學院等機構教授資料科學相關的程式設計、應用課程時，常有好學的學員在一開始就會問我這個問題：「如何成為一位資料分析師？」
早先我常以「過來人經驗」將自己的工作、學習歷程直截了當地和學員分享，有一天我忽然警覺這是個很糟糕的作法，因為以「過來人經驗」作為回答問題的依據，很大程度違反了資料分析師的核心價值：「積極尋找資料佐證直覺與經驗所提出的假說」。
藉由這次在 Hahow 好學校開課的機會，我希望以一個資料分析師的思考方式，跟學員從「資料分析思維」出發，一起踏上回答如何成為「資料分析師」的分析與行動旅程！
郭耀仁，台灣大學商學研究所畢業，是資料科學與推廣教育的愛好者，於台大資工系統訓練班、資策會、中華電信學院及多所大專院校講授資料科學課程，曾任職上海的韓商新創電商公司 Coupang、台北的美商軟體公司 SAS 與中國信託商業銀行。
著有「輕鬆學習 R 語言」、「進擊的資料科學」與「 R 語言使用者的 Python 學習筆記」（2017 iT 邦幫忙鐵人賽 Big Data 組冠軍），寫作部落格 DataInPoint，致力為資料科學愛好者提供最棒的學習資源。閒暇時喜歡長跑與乒乓球。
老師作品
- 進擊的資料科學：Python 與 R 的應用實作，2019
- 輕鬆學習 R 語言：從基礎到應用，掌握資料科學的關鍵能力，第二版，2019
- 部落格 DataInPoint：https://medium.com/datainpoint
回覆與作業設計
申論題
以申論題的形式幫助同學們跟著課程進行，沒有標準答案，但可以跟講師討論。
相關問題回答
開課前我們會在每個週末統一回覆同學提出的問題；開課後依照課程進度，暫定每兩週回覆 5 - 15 個同學關於課程或作業的問題，若有足夠的時間會盡快回答所有同學的問題！
