對不少已經學過 Python、SQL，甚至碰過一些雲端工具的人來說，真正卡住的地方，常常不是「要不要開始學」，而是：我現在這樣，真的能拿去找資料工程師工作嗎？
陳奕丞的故事，剛好很能回答這個問題。
他參加的是緯育 TibaMe【雲端資料工程師養成班】。結業後，他順利進入柏欣科技擔任資料工程師，主要負責資料的自動化數位儲存與資料視覺化。
已經有一些概念，為什麼還想參加就業培訓班？
他一開始的想法其實很直接。報名這個班別，主要就是鎖定學習雲端技能。
這種狀態，很多有一點基礎的人應該都懂。
對這類人來說，最尷尬的地方在於不是完全不懂，而是你懂一點，也知道資料工程不是只會 Python、SQL 就夠。
但是從「知道工具」到「真的把資料抓取、清洗、排程、自動化、預測、視覺化串成一條線」，中間其實還差很大一段。
而且這一段，很多時候不是靠零散自學就能慢慢補起來。
尤其是當你開始想找工作，就會發現自己缺的可能是少一個完整作品，或是一段真的實戰經驗。
從 GCP、BigQuery 到 Cloud Run，補的不是單一工具，而是整體流程感
他提到在課程裡學到的內容，其實很扎實。
像是 GCP 雲端架構，包括 Compute Engine、Cloud SQL、BigQuery 等服務，還有 AWS 的對應關係。
課程特別著重 BigQuery 應用，像分區表、外部表建立、多種資料格式處理，也有碰到 Python GCP Client、Secret Manager、Cloud Run、Cloud Function 這些進階服務。
如果只把這些技術名詞一個一個列出來，看起來很像「學很多」。
但真的讓他實際有感的地方是，這些東西慢慢被串成一個比較完整的畫面。
資料怎麼上雲、怎麼存、怎麼查、怎麼串服務、怎麼讓流程更自動化，這些原本零零散散的技術點，開始變得比較有整體感。
所以對本來就有一些概念的人來說，這類訓練有價值的地方，通常不是學會這些工具，而是終於把原本分散的理解，整理成比較接近實務的樣子。
真的到了求職那一關，大家看的通常不是你學過什麼，而是你做過什麼
這也是為什麼他說專題很關鍵。
他們小組做的專題叫做「氣果相連」，主題是整合歷史水果價格和氣象資料，預測未來一周的水果平均價格趨勢。
光看題目就知道，這是能把資料來源、流程、自動化、模型預測和成果呈現全部一路接起來的完整專案。
他分享時提到，他們是透過 Airflow 排程抓取氣象與水果價格資料，結合 XGBoost 模型進行預測並寫入資料庫，把完整的資料工程流程做出來。
這個專題有說服力的地方，就在這裡。
你會感覺到它是「我真的做過一個有流程、有架構、有成果的東西」。
而且陳奕丞在這個專題裡有很明確的角色。
他負責的是機器學習與時間序列分析，包含 XGBoost 模型建構與準確度評估。
這種清楚的角色分工，對作品集其實很重要。
因為真的到了面試，別人最想知道的通常不是你們整組做了多少事，而是你自己到底負責哪一段、怎麼做、碰到什麼問題、後來怎麼調整。
有些落差，不是學理論的時候看得出來，要真的做過才知道
這個專題另一個有價值的地方，是它不是照教學一步一步做就好。
像水果價格資料和氣象資料，時間粒度本來就不同，一個偏日資料、一個偏小時資料，中間就需要重新整理和轉換。
另外，不同資料來源的作物名稱也不一定一致，真的整合時，還得自己處理名稱對照。
這種地方看起來不一定最亮眼的成果，卻是最貼近真實工作的樣子。
因為很多時候，資料工程真正麻煩的，是資料進來之後，你能不能把它整理到能用，能不能讓整個流程真的跑起來。
他也提到，課程在 Python、Data Pipeline、MySQL、MongoDB、Tableau、Kafka、Hive、Git 等工具上，都有安排了充足的實作練習時間，對學習很有幫助。
再加上作業和專題，整體訓練是很扎實的。
這句話看似很單純，但對很多已經有一些底子的人來說非常有感。
因為他們，最缺的已經不是怎麼學習一個個工具使用，而是整體的訓練。
一個作品能不能變成熟，很多時候也跟怎麼一起打磨有關
除了技術內容本身，他還有特別提到，老師和同儕的幫助對他來說很有差。
像施丞優老師和呂靖翎學長，會從過來人的角度分享實用的求職準備技巧。
他也特別感謝施丞優老師、張若兪老師和呂靖翎學長，在課業輔導時對專題的悉心指導。
另外，他也提到一點，我覺得很值得分享：
「我也很幸運有優秀的組員願意課後一起討論 troubleshooting，收穫良多。」
因為專題本來就不是一個人默默做完就好，很多作品後來能不能變成熟，靠的就是這種反覆討論、修正、卡關、再解開的過程。
小班制的討論氣氛也是一個幫助。
有人可以問、有人可以一起拆問題，和自己一個人摸索，感受真的差很多。
作品做出來之後，還要能被履歷和面試看見
很多人以為，專題做完就差不多了。但這其實不代表事情結束了，這也是很多人容易忽略的一段。
真的到了求職時，還有一個很現實的問題是：你能不能把自己做過的事講清楚。
這部分他也有提到。
緯育TibaMe和 104 求職平台合作提供模擬面試，Lulu 班導師也會一對一協助履歷修改，對求職幫助很大。
最後的結果，這些準備確實有接上。
充足的訓練與資源讓他在課程結束後，順利找到結合興趣與專業的理想工作。
課程結束後，他順利進入柏欣科技擔任資料工程師，主要負責資料自動化數位儲存和資料視覺化相關工作。
如果你也有一些技術底子，但還缺一個能拿去講的作品
陳奕丞這段經驗，很適合給你參考。
你可能不是完全零基礎。
Python、SQL、資料處理，甚至一些雲端工具，你多少都接觸過。你也知道自己對資料工程這條路有興趣，甚至已經開始看相關職缺。
但你心裡也很清楚，現在最卡的地方，不一定是知識不夠，而是手上還沒有一個真的能放進履歷、能在面試裡講得出來的作品。
這時候，養成班真正能幫助到的，是能夠讓你把原本零散的能力，慢慢補成一個完整專題，讓你真的有實作、有作品，也有一個比較具體的方式去整理自己的求職準備。
如果你現在也剛好卡在這一段，那陳奕丞的經驗至少提供了一種很實際的參考：
有一些基礎，當然很好；但真的要往前走，很多時候還是得有一個能證明自己做得到的作品。
如果你想進一步了解資料工程師的工作內容、專題實作方式，或想看看課程是否適合自己，可以先參考 緯育TibaMe 資料工程師養成班 或 課程說明會。