資料分析師

課程教材與學習資源算是做的比較好的，講義中程式實作部分，更可使學員對整體課程全面融會貫通，有多個專案實作練習是個很棒的優勢。

講師無論是線上錄影或直播課程都能夠提網契領，讓學員在短時間內能掌握到課程的精髓，使學員獲得自學過程中難以理解的觀念。

講師的說明生動, 能讓自己保持學習意志
，助教的提醒有幫助自己掌握進度，範例程式可適當用於工作的改善， 加速我們應用在工作領域。

透過系統化與多元領域知識的學習，讓自己在這AI資料科學相關範籌中具備基礎知識，每一個作業的實際應用，完成之後的成究感是很棒的！很多遇到的問題也都會試著自己先找答案，然後試圖自己處理並解決，這樣的經驗是得來不易，期待大家經過18週的學習，都能把這個專業的基本能力帶在身上去實務應用一番。

透過系統化與多元領域知識的學習，讓自己在這AI資料科學相關範籌中具備基礎知識，每一個作業的實際應用，完成之後的成究感是很棒的！很多遇到的問題也都會試著自己先找答案，然後試圖自己處理並解決，這樣的經驗是得來不易，期待大家經過18週的學習，都能把這個專業的基本能力帶在身上去實務應用一番。

透過系統化與多元領域知識的學習，讓自己在這AI資料科學相關範籌中具備基礎知識，每一個作業的實際應用，完成之後的成究感是很棒的！很多遇到的問題也都會試著自己先找答案，然後試圖自己處理並解決，這樣的經驗是得來不易，期待大家經過18週的學習，都能把這個專業的基本能力帶在身上去實務應用一番。

從商業智慧職位角色，我們可看到有資料分析師、商業智慧經理、商業智慧總監等3個職位。資料分析師工作著重在商務上設定和實施企業商業智慧策略、制訂商業智慧分析流程、設置商業智慧標準和治理、確定業務需求、分析數據、報告見解，企業會根據工作價值設定升遷管道。

從資料工程職位角色，我們可看到有資料工程師、高級資料工程師、資料架構師和首席AI/資料科學家等4個職位。資料工程師不同於AI曾料科學家，工作著重建立數據處理流程、設計資訊架構、開發資訊架構。優化解決方案性能和維護數據處理解決方案。可了解資料工程師經過實戰經驗，更精進技術和解決方案，便可往上升遷。