▋關於我 擁有 6 年的全端開發經驗，目前擔任團隊的 Tech Lead。職涯中培育過多名工程師，
寫這篇文的初衷並不是想勸退所有準備成為分析師的人們，而是希望透過自己的觀察讓更多人了解職場的現實狀況
在2019年年中進入零售業擔任資料科學家後，偶爾會有朋友或是朋友的朋友詢問相關工作內容及產業情況。畢
資料科學是橫跨多領域的學術知識之一，其中包括統計學、數據探勘人工智慧 （AI） 和資料分析等，主要的
回顧我今年做的事情，我才發現，能夠成功轉職為工程師的原因，原來不是偶然，是一個必然的結果，一直在忙碌
Google放任「特徵蔓延」，不斷擴充、膨脹功能性，導致產品比初始設計更複雜，由於機器學習領域進展飛
當我們談論 Web 3.0 架構時，我們指的是 DApps，它代表去中心化應用程序。 從歷史上看，W
在現今社會資料處理、統計在商業或學術的領域都非常的重要，為什麼好的資料科學家人才是每個企業會努力尋找
程式給人的第一印象，也許會直接聯想到工程師。但隨著技能越來越多樣化，職場出現功能人才導向，跨領域人才
各行各業幾乎都需要IT人才，從食、衣、住、行、育、樂，民生到商業幾乎通通都需要與資訊、軟體綁在一起，
