0:03 SPEAKER_01 用科技改变金融生活走在金融浪潮最前端大家好这里是马克解读金融科技一个专注于金融创新的创业者希望透过文字与声音让大家知道科技正一步一步地改变我们的生活欢迎回到马克解读金融科技我是主持人Mark 我是主持人Debbie在上一集中我们邀请了兼具网站开发与资料科学纪念的双期工程师维原探讨资料科学对于各领域的影响首先呢我们与维原带领听众了解资料科学的本质以及资料科学在实际应用中所扮演的角色
0:51 SPEAKER_01 接下来我们与维研说明了AI对资料科学带来的助力和跨领域者面临的课题同时也聚焦于资料科学对金融科技的影响以及在其法规的困难与其限制有兴趣的听众可以回到上集去收听
1:06 SPEAKER_00 好的那这一集呢来到我们资料科学集数的最后一集了那资料科学呢其实是近期相当热门的这个话题那有许多人在转职上或者是在他的职能上会想要去精进资料科学这个领域那我跟贵听众回顾一下这整个系列在第一集呢我们跟Joe聊了资料科学的应用他如何应用在金融投资领域的方法啊还有概念 那第二集呢我们则是跟维原聊到AI的盛行他对资料科学领域人才的影响那我们要如何去点满自己的技能数去应对这样子的现状那这样子聊下来已经到了第三集了不晓得Mark对资料科学领域你有没有什么新的观察或者是这三集制作之后你有没有什么新的想法
1:50 SPEAKER_01 透过这一系列访谈我开始了解其实资料科学有它的灵异认知处它其实不是只是一些技术堆叠更有一些存在一些我所谓的探索的乐趣以前我可能认为资料科学它就是建个模型你把数据灌进去就可以得到答案你要追求的东西但向往看也明白其实这个领域它有它的深度跟复杂性的同时AI的快速发展已经开始简化这些很多相对于琐碎的工作甚至降低了所谓进入的门槛 让更多人能够参与这一个技术的革命这个AI时代的盛来我们应该要专注于自我能力的提升跟技能的更新将会决定我们在未来市场的一个竞争力那要在这个时代脱颖脱出不仅是要精通于技术更要学习如何创造性用这些技术来解决实际的问题才有办法变成一个实际影响力的参与者
2:39 SPEAKER_00 是的那自从这个大数据时期之后呢资料科学就变成一个很热门的话题因为如果你拥有了大量的数据谁可以把这个数据做完美的整理并且得到永用的结论它就成为了商业决策当中一个很关键的力量那我个人认为说大家可以把资料科学或是资料分析想成一个你技能树上面的一个点那你有许多的领域呢都可以用上这样子的职能 也因此我们可以看到说有许多人会想要跨领域来学习资料科学去扩充自己的技能库那今天的节目呢我们邀请了第三位来宾来聊一下资料科学那他本身在转职跟跨领域方面有很深的体悟那就让我们欢迎资料科学与商业分析的社群创办人Snosa来到我们的现场
3:25 SPEAKER_02 嗨 大家好 我是Snowza那我現時是金融業的資料分析師同時負責資料倉儲的建置和資料科學的應用那簡單來說我的工作就是說用數據來實現使用者的各種願望那我是一位跨領域的轉職者有一個蠻跳Tone的職涯 在企管系研究所毕业之后从第一线的业务系统设计专业案经理商业分析到现在的全职资料工作者那坦白说我的短职目的性没有很强烈但是过去的经验都很巧妙的派上用场所以相信稍有机会可以来分享比较详细的过程那在正职以外呢我也经营了自媒体分享在资料工作中的所见所闻那过程中也幸运获得一些讲座分享啊和课程讲师的机会那很荣幸今天来到马克频道跟马克聊一下天这样子
4:11 SPEAKER_00 好的那我们也很欢迎Snosa来到我们的节目上面那就像Snosa刚刚说的她目前是传统金融行业的资料分析及仓储负责人那白话文呢就是公司当中管理数据应用的分析负责人那她从银行的法金业务跨领域去转职到资料科学当中 那就在这个就职的过程当中呢SNOSA是以一个累积作品级的动机创立了资料科学乘以商业分析这样子的自媒体平台那我们也可以在平台当中看到他陆续发表了与资料科学有关的商业分析业务那目前呢也累积了千人以上的追踪哦好
4:47 SPEAKER_00 念完了一大串就是SNOSA的履历我想要问说那你收到同为自媒体创作者的Mark的这个podcast的邀请的时候你有想了什么或者是你有期待看到Mark的本人吗
4:58 SPEAKER_02 非常期待其实经营自媒体一年多啦那我参加过的访谈好像只有一次是这种对谈式的形式那那一次我觉得收获很大因为透过跟对方的互动之中然后透过对谈得到一些不一样的想法那我是一个喜欢改变的人那刚好最近觉得有点一成不变所以希望今天的这个访谈可以让我讲出一些连我自己都吓到的内容然后我也很期待我们会加油
5:26 SPEAKER_01 对那石头杀他的背景其实当初我看到的时候这种背景我就一定会追踪因为他本身是金融业背景然后他又有勇气敢跳出来学转资而且他还经营个人的社群又会做线上课程还愿意来参加我们Podcast所以这种人我就觉得他超忙的他就是那种下班看不到然后周末可能约不到因为他一定会花很多时间在上面 对所以我在想其实像这样子类型的人不管后面驱动一些原因是什么我不去很老实讲这个其实不是每个人都做得到的因为你必须要长期不断的input不断的吸收不断的成长来换取这样的输出所以其实像我们过去几集都是找一些比如说有公司或是有在经营知识社群的人
6:05 SPEAKER_01 其实我在访谈当中也会慢慢开始理解我的目的当然是透过这些访谈透过这些专家的眼睛让我的听众或读者去了解更多的东西但同一时间我也是在尝试他们挖掘他们一些会发光的时刻我觉得很有趣就是透过这些访谈过程当中不管这个讲者原本的个性是什么 当他们谈到他们喜欢的或是他们专注在认真在吸收学习的东西的时候就可以去挖掘到这个就是他们真的热爱的东西所以这份热情也是我希望可以透过这个访谈可以传播给我的读者让他们知道所以待会就是请史诺莎尽管要讲没有关系我们非常鼓励你讲对
6:42 SPEAKER_00 那大家可能聽了很多看起來亮晶晶的履歷但是呢我這邊想要跟大家分享一個就是我對SNOWSA的觀察就是你的社群上面其實除了資料科學之外還有一些跟心理學有關的文章那我想說就是你從2023年6月之後開始的社群定位嗎
7:00 SPEAKER_02 其实有两个原因让我分享这一类的主题那第一个原因是其实我本身对于这种心灵成长的理论就蛮有兴趣的因为常常说人家人缺什么就会想要对什么有兴趣嘛那其实我觉得我缺乏一个比较坚定比较坚强的内心所以我想要去看一些理论啊一些作品啊让自己知道说自己其实是有信心可以去做这些事情的这样子对 那另一部分是其實當時在經營自媒體的時候都是以資料的內容為主嘛那有發現說整個粉絲數的成長跟互動達到一個瓶頸然後可能我的開口開得太小了所以想要想一些比較我自己也蠻適合做的內容然後可能受眾也會喜歡的內容去試試看這樣子我很感謝其實大部分的粉絲沒有因為我講心理學而被我嚇跑反而心理學內容的互動比較高
7:54 SPEAKER_01 我觉得Mark应该有点同感吧我也是一样的状况就是就是做知识领域就做太窄然后他们会觉得你在讲什么然后就开始想要换跑道所以我们会就是开始会去想说那我们转的东西让这一个整个经营内容不会太沉闷或是大家可能比较有可以相连接的地方所以会去尝试别的突破但 做这个然后又开始担心说啊这会不会拉掉我的粉团就走我要不要再回来所以其实内心会很多纠结的但我觉得就是有有不同的东西上面还是比较好啊只是说那个分寸在哪里我觉得我自己也在摸索
8:30 SPEAKER_00 那听到这边呢大家可能会觉得说Snosa似乎是一个很有故事的人那节目的第一个部分呢我们就先聚焦在Snosa个人的转职故事包含可能跨领域的心情啊或是过程当中遇到的挫折那我们也会请Snosa就着她过去的专业经验 给这些正在纠结是否要转职的人一些相关的建议节目的第二个部分我们就会从感性转到比较理性的方面我们来聊一下金融业转职到资料科学领域会遇到的大环境状况我们就一起听下去吧
9:06 SPEAKER_00 好 那我们就先把时间调回到一开始就是转职前的工作想要先请Snotha跟听众分享一下银行罚金业务就是你转职前的工作嘛它大概是什么样子的内容OK 这边我要看一下小超因为真的太久没有接触到这一块了大概是多久以前啊嗯
9:26 SPEAKER_02 我觉得应该有至少7年前吧那真的很久那你值得看小抄这个我也记不起来法金业务嘛法金业务其实主要是维护银行和法人客户间的关系一般大家接触到的可能像是什么理财专员或是什么信贷业务都是比较偏向跟个人户维护关系的但是法金业务就比较特别它只接触到法金那些相关的公司户或是负责人等等的 它英文就是就是RMRM的意思Relationship Manager对关系维护的人这样子那传统的法金业务其实专注在还是受信的部分所谓受信就是说要规划和提供能够满足法人客户资金缺口的额度
10:13 SPEAKER_02 那现在的法金业务其实比较有点转型他要打理公司里面任何人的大小事对譬如说可能是负责人的理财啊或者说一些信托甚至是一些他要接班给他的小孩二代接班的议题都要能够去了解一些能够去服务他这样子 所以我觉得法金业务是一个需要高度专业的工作他要懂得非常非常多那我自觉无法升任所以转职这样子因为其实刚提到说法金业务就是要做受信的规划那其实额度的规划的架构它是一个很高深的学问
10:49 SPEAKER_02 你要了解公司的资本结构啊获利模式进出口的评次甚至要了解大环境产业的趋势才提出一个能够满足客户需求也不会违背公司授信政策的一个额度规划所以如果是想到银行工作的新鲜人啊我很建议从法治领域着手因为大家都说他是一个小分行他可以懂得非常非常多这样子哦那我想问他进去的门槛有很高吗门槛一直在降低 因為我聽起來我覺得還蠻困難的其實很特別的是以前我那個年代那個時候因為其實所謂的數位金融什麼資料分析沒有那麼熱門那銀行的首選我敢這樣說大概就是法金了因為法金大家會覺得說可以接觸到公司的高層財務的經理甚至負責人在那個時候那個年代法金業務是非常熱門的所以門檻蠻高的基本上可能要碩士學歷之類的
11:46 SPEAKER_02 那現在因為銀行的各個function的整個分工或是專業度都有成長其實不管是個人的壽性、理財現在都很厲害他們都有所謂的精準銷售精準預測或是針對客戶的需求缺口去做個人化的服務這都是一個蠻厲害的轉變那其實以前銀行在管客戶的時候還是比較偏向的是 產品思維就是說我賣產品給你那我只是負責產品的銷售但現在會比較變成說聚焦在客戶的身上就是我要服務他我要可能組合出很多種銀行的商品給他一個全面性的服務甚至他如果是在國外也有他的銷售據點那你可能都要提供他可以滿足他需求的服務這樣子這是我覺得蠻特別的地方對
12:36 SPEAKER_00 了解那我想要问说就是这个这个罚金业务的职位你是做了多久然后开始产生转职的想法那因为转职不是一个很容易的事嘛它其实要花不管是时间成本还是金钱成本都是还蛮需要衡量的那你衡量这些之后你转职的动机跟契机是什么
12:55 SPEAKER_02 我在髮型領域總共做了五年左右其實老實說要放棄這麼久的經驗我覺得是蠻不容易的啦尤其當時我在原本的位置做得還不錯然後大家很滿意我的表現但我發現很難從裡面得到一些成就感 成就感我覺得其實不是大家想的那些就是什麼我要做很多的事情其實我成就感很簡單第一個是我想要可以徒手做出自己的作品但當時因為是專案經理或者是說做系統設計你沒有參與開發的過程所以你其實沒有就是徒手打造的經驗這樣子
13:28 SPEAKER_02 然后再来是呢我本人就是比较希望我的工作内容是可以对整个社会大众比较有帮助的听讲很远很远大对但是法金大家都知道我们就是服务就是所谓的公司大型组织这样对负责人所以这两点是我就是当时没有成就感的原因对但其实在银行大家应该很清楚就是说他的薪资结构啊都是月薪没有很多但是年终会给你很多 所以我大概都是領完錢領完年終之後三四月開始想要轉職然後一直磨磨磨磨然後可能磨到六七月之後想說又快要到明年了留下來好了就這樣一年過去一年過去一年過去
14:09 SPEAKER_02 對所以大概這樣子過了三年左右吧後來到了自己30歲之前想說這樣不行因為我覺得這是一個職業的關鍵轉捩點其實我從念書就已經對這個資料分析有些興趣但是在工作中都沒有什麼機會用到 所以我想说我要么就是说我要全力的去专注在转值这件事情要么就是说继续在法经的领域根源不要想东想西因为这样其实对大家都不好其实做这个决定呢我之前在IG有分享一个方法论你要决定自己要不要转值呢可以透过一种统计学的假说简定的方式我觉得这样比较严谨就是我把留在限值设为虚无假说怎么听起来有点困难
14:54 SPEAKER_02 大家應該有看過一些什麼法庭的攻防戰就是什麼這個什麼被告有罪無罪啊什麼的那在法庭裡面呢其實被告無罪是虛無假說他意思說他是一個保守的說法那我的立場是從這個 观点出发我假设被告是无罪的所以我要收集证据推翻这个说法对所以大家会常看到说什么恐龙法官啊很常就是说什么为什么明明他一点长就坏了一样他却无罪释放因为证据不足因为我们是从无罪的这个观点出发的那一样我现在把我转职留在限职设为虚无假说就是我要从我留在限职的观点出发我要有足够的证据来推翻他让我说服我自己去转职这样子所以当时是说推翻限职比较不好
15:41 SPEAKER_02 对因为你可能会想说我继续做下去的话我当时年资也蛮多的然后整个职级直接然后待遇都还不错所以我就很简单两个想法让我想要做转职第一个是说我觉得刚刚提到的整个成就感不够我知道说如果再继续做下去的话如果30岁如果说35岁40岁我还是做这样的工作的话我真的会 滿意嗎真的會開心嗎畢竟工作其實在人的內也是一半以上的時間嘛對這是一個理由然後另一個是其實當時我也跟很多人交流就是說關於轉職的這個觀點然後其實很多人包含我自己也支持我主管都建議我去試試看轉職這條路主管也支持對所以你有跟主管聊了這件事情稍微聊過
16:30 SPEAKER_02 而且我很喜欢学习新的东西所以我觉得转职对我来说其实压力不会太大我喜欢学习的所以我就决定要走这条路这样子了解那跨领域的话Mark应该也是有点故事吧
16:44 SPEAKER_01 没有很多啦我觉得转职的话会其实我觉得会遇到蛮多蛮辛苦的地方像我当初我那个时候因为我是理工科我本来就读城市出来的嘛所以我对金融同志本来就可能会有兴趣那边本来就很大的拉力所以我后来就决定我往金融科技这边走那我前面几集Podcast也有听过有讲过大家可以再听一下没错 我觉得这样子的知识累积其实在我自己选择过程当中就是它其实不是很有效率像比如说即使我到现在吧有些读者就会问我说到底要从哪里开始学金融科技相关的知识或者说都不知道怎么回答会比较好因为它就是一点一滴的累积上来
17:21 SPEAKER_01 那即使说现在还是已经有开始课程像一些学校可能有金融科技学程什么专门的一门课教你但我发现其实他们基本上就是教一些技术概念然后但是这些问题他可能一些实际上也是在应用所产生的一些问题他们还是没办法解决所以这些都不是课堂上教可以解决的 那從學到真的實際應用的落差其實是我在有點說在轉職的過程當中我會發現說這是一個很大的落差跟很重要的關鍵因素所以這邊就想要問一下Snosa就是說你自己本身來講的話你覺得你在轉職的過程當中最辛苦的地方會是哪個地方
17:59 SPEAKER_02 我觉得其实是在过程中会很多让你感到迷惘的时候因为我个人比较急啊我会希望说我付出就会有收获嘛但其实转职不是这样转职是你可能投入很多时间在做某一样的学习某一些学习对那可能投入完之后你去投履历啊什么的其实不一定会有下文对那有时候呢其实你没有做特别认真的准备但却对方却很热情的邀请你去参加面试 对所以我发现呢其实转职这件事情里面的关键不是说自己有没有准备好的美而是自己有没有被对方这个公司所需要自己的技能是不是对方所需要的一开始我会抱着说我已经学到这么多东西了结果你还帮我否定为什么是我学的不够吗那我要学更多所以我永远学不完但其实呢
18:46 SPEAKER_02 你一定會找到一間公司是他需要的能力跟你目前具有的能力是完全相符的像拼圖那樣嗎像拼圖那樣對我覺得是那你與其去逼自己努力去學然後成為一個不適合你的角色不如找一個比較適合你的位置然後去只要努力一點點就可以接近他很多很多就可以容易拿到那個offer這是我轉職上一個 一個想法嘛所以最辛苦的地方我覺得還是在於這個過程中沒有得到回報的時候你會開始覺得說我是不是不該走這條路我會自己挑自己懷疑對對對對然後你就會開始想說呃我應該做原本這個事比較好我就會是開始為自己腦補自己洗腦自己這樣子這是一個很不好的惡性循環對這是我蠻辛苦的我覺得他就是一個過程因為譬如說好
19:35 SPEAKER_01 什么叫做你懂这个领域嘛所以你会开始在建构这一个知识领域的图谱里面然后开始OK好像其实你自己看不到你自己感觉不到它就是30% 40%不断地成长上去但比如说像刚才史诺莎讲的比如说一家公司它需要的刚好就是 剩余的30%你还没学到可是你已经有70了其实你已经在可能在一般的人过程当中你算不错但就是那30你缺乏他不需要所以你会觉得我是不是真的很差所以你会花更多时间去把自己补起来所以我会觉得说他就是一个很长期的累积过程然后你会不断的怀疑自己不然到有一天你会开始
20:13 SPEAKER_01 会释怀我不知道会释怀其实你累积了已经够多只是你看好没有遇到那一个时间点但你终究还是会累积了更多东西像我的状态是我在写文章或是在认识金融科技的过程当中我发现诶 我好像不是很懂但有的人会觉得你还不错你还可以聊这些东西我懂就这个意思我真的不错吗我有时候会觉得我真的不错可是后来开始就是等时间比较久之后我发现我可以讲的东西或是我理解的东西越来越宽广甚至可能遇到不同厂商我可以回到更多东西然后我觉得说其实这些堆叠是有意义的可是它是马上后面才出现的就已经累积蛮长一段时间但我觉得这是好像有一点
20:57 SPEAKER_01 看不到光的时候那一段时间就是忽明忽暗的时候那时候会蛮辛苦你有很多质疑会不会觉得是我是冒牌的那种感觉但后来就慢慢会走出来那你们在那个忽明忽暗的时候是怎么度过的就有一种看不到尽头的感觉吗就是这个累积看不到尽头那你们要就我也会蛮好奇说我要怎么走过这条路
21:21 SPEAKER_02 其实我有写一篇文章就是讲这件事情当然我没办法回到那个过程没办法回到那个时候但是如果我可以的话我应该会跟那个时候自己说就是其实这些都只是过程然后你觉得很沮丧你觉得不顺利都很正常每个人都会这样觉得不是只有你这样觉得不要觉得好像只有你转折非常不顺大家都很不顺那些很顺的人只是他没有跟你讲而已其实大家都一样 对所以首先就是要知道说这个负面情绪是非常正常的你就开始知道说那我OK的因为这是正常的情绪所以我只要克服它我就没事了所以我觉得就是说你不是说不能难过不能沮丧你可以但是你要知道说这只是个过程这只是一个短暂的情绪它不会让你一直待很久这样子
22:06 SPEAKER_01 对而且我觉得有时候像就每每遇到这种时刻啊就会觉得可能会再回去想一下就是我为什么想要再坚持下去这件事情比如说石头厂对石头厂可能想要哦他可能要转职换个人生跑道我就回去想那我想要了解信用科其实我自己本身对这件事情有热情那我想要关注更多的精力在自己的地方可以帮助我自己未来的发展或是我自己公司未来的发展等等
22:31 SPEAKER_00 所以我會覺得說OK那就是繼續堅持下去所以就會有點還是可以把自己撐在那個地方了解我聽起來很像是就是你走過那條路然後一直回去看過去的自己然後發現自己已經有所成長的時候感覺就是可以給自己一個解釋跟比較讓自己的感受會比較好 那谈到转职的话我之前其实也有在SNOWSA的社群里面看到说你有分享说数据分析可以让你夺回工作的主导权那我想应该跟刚刚的所谓的价值感跟成就感有关吧所以我想要先请SNOWSA跟听众们分享说到底什么是所谓夺回工作的主导权那这件事对你来说为什么是一件重要的事
23:13 SPEAKER_02 其实从我过去的经验啊不管是业务还是说做系统分析或者做PM来说都是在团队扮演一个角色那你要跟很多人去合作其实我很喜欢团队合作这件事情我并不排斥但我很常会因为 團隊其他成員的一些工作交付狀況不好導致說因為自己可能是那個代表那個人所以就說需要去負責承擔嗎承擔然後就要去解釋等等的對那我覺得這個其實也是一個PM的功力啦對那但這件事讓我覺得很很累因為我覺得說自己的東西做的都已經很OK了但是卻總是因為一些奇怪的點導致大家看起來好像這個專案整個就是fail的或是你整個東西都不好這樣子對
24:00 SPEAKER_02 那还有一个就是说其实我们在做不管是业务还是做PEM来说我们很常都花时间在追别人的进度到他们都发现不管是追开发的人或者追长官请他给你一个完整的答案明确的回复不然你没办法做下一步嘛对或者追厂商啊各种追所以这其实是一种我需要别人的感觉是我需要别人给我一些东西我才可以完成我自己的东西 那我覺得做資料分析呢比較像是被需要都是別人追你對我知道很多人不喜歡這種感覺可是我是可以消化這種壓力的我懂對就是別人追我可是我可以用這個事情的緊迫度甚至用我自己個人的一些喜好就比方說對個人技能精進的觀點去做一些排序這樣子
24:49 SPEAKER_02 譬如說這樣好了我可能會有一個舉證可能我會衡量說這個東西它對公司價值是高是低對我個人價值是高是低那我可能優先就會做對公司跟我價值都高的工作對這是我的一個排序的做法這樣子那我發現這樣下去之後呢其實整個工作排序上我會蠻有餘裕 去做規劃而且我會有很多時間可以做自己想要做的事情譬如現在很多AI的應用啊什麼的我就想要做這一塊的技術的研究對所以我覺得就是一種從原本的需要別人變成被需要然後因此可以自己安排進度然後解放自己的工作時間我覺得這是一個最大的差別這樣子
25:28 SPEAKER_00 了解我觉得还蛮能同理的就是我之前也有比较常担任PM这个角色的时候然后那种等待别人然后才能完成自己工作的感觉真的是还蛮累的我觉得情绪劳动有一点大对所以蛮能理解的那Mark对工作主导权有没有什么想法那我很建议大家都去当老板你就可以是你追别人而且是人家要给你回答那样的
25:56 SPEAKER_01 我觉得像工作主导权这一件事情我觉得不意外因为我觉得像他可以让每一个人他可以更主动的控制自己包括自己的工作流程更可以影响的结果所以说代表说其实是你是有足够的那些智能跟知识来主导整个事情的事项包括你刚才讲你觉得哪些东西比较重要然后你对这个结果做负责所以公司就很完全的信任你这样子所以我觉得像这种角色在组织里面他通常扮演蛮重要的角色但 我过去的经验里面是这种角色通常也会蛮累的就是有时候来自于自己的压力对对对因为你就是要对你自己做的东西负责对所以像有时候组织里面就会出现一种话说那什么什么那个东西如果不知道的话那丢给丢给神道撒族哦
26:39 SPEAKER_01 他們就可能可以幫你找到方法或機會可以解決這個問題尤其他是在這個職位當中的角色我覺得就蠻很可能發生的像我自己本身公司在找人我也很想要找這種有這種特質的人因為我們是新創公司所以很需要這種人才好處就是他們通常可以自己排去覺得重要的事情然後可以自己解決問題那我們也很願意給這種很大的空間讓他們繼續做但他的問題就是就是大家比較不會也不是說不會管他就是萬一他們失控就很麻煩 沒有啦老闆的這個老闆的思維語氣已經出來了就是我剛才在聽這段話你要奪回自己的工作主導權然後你可以排名重要的事情然後你可以做出真正自己有成就感的東西選擇自己要做探索自己要的東西我後來選擇自己出來創業其實也是想要奪回工作主導權因為我覺得我也可以控制我要做的然後我可以決定我產品的方向然後只是我選擇的是我做我自己的產品當然就是
27:33 SPEAKER_00 风险就会比较大对还有像公司我就比较危险一点但我觉得就是这种感觉是很像的嗯了解那我们回顾整个转职的路想要问Nosa你在面对职业或是工作这件事情的心态上有什么样的转变吗
27:49 SPEAKER_02 我觉得转变应该主要还是在于过去对工作的想法真的是想说就是一个薪水然后一个就是挥口饭吃就好对那转职真的是一个我想要想要一个自己喜欢的职业的一个起点这样子对
28:07 SPEAKER_00 了解 我觉得这个想法会也许也会跟每个人的生命阶段的需求不同而有不同的想法那节目的第一个部分呢我们跟Snotha聊了很多她个人的转职故事包含站在这个转捩点上面的心情啊感受啊还有她面对这个转职她自我衡量的标准是什么 那节目的第二个部分呢我们要来聊比较理性的部分我们想要聊一下从这个金融的职务转到资料科学的领域他会遇到的大环境状况那我们会请Nosa给想要转职到资料科学领域的听众一些相关的建议哟
28:46 SPEAKER_00 那目前转职进资料科学这个领域想要问SNOSA说可能会遇到大环境的哪一些阻力例如说可能AI会取代了部分资料科学领域的入门的工作吗?
28:57 SPEAKER_02 我覺得大家很常會把它跟取代某一個職業畫上等號但因為其實每個職業做的事情都不盡相同嘛可能你說那個台積電打掃阿姨他也要會寫程式也有可能我不知道就舉個例子所以其實呢我們很難說AI會取代某一個職業那以資料分析師這個職業裡面普遍大眾的工作技能來說呢我覺得他不至於被取代 那因為其實整個資料分析過程中有很長一段時間都是屬於功能智慧需要人去做的部分像我來說的話我很多時間都花在就是要去做需求訪談而且使用者的需求然後還要跟長官尤其長官的想法你很難理解但你又不能跟他一直去問到底他會覺得你很笨都不懂所以長官嘛
29:46 SPEAKER_02 現場就有一個長官這樣對 所以我覺得其實很多時間都花在這個溝通的上面然後再來是其實資料分析的重點真的不是在開發 在技術而是在後續的應用上當你的分析發揮價值是最重要的那你要做到這樣你就必須要花很多時間去做一些可能上架的協調那變成一個可以成熟可以上架的應用你就要跟相關單位做一些溝通對 譬如說可能我們今天做的是一個 行銷名單好了一個AI的行銷名單那可能他們有既有的know-how產的一些就是raw-based的名單那你要說服他就是說改用你這包名單的好處是什麼然後大家可以真的上線應用所以
30:26 SPEAKER_02 我剛講這個其實都是屬於資料分析師裡面的工作範疇之一其實真的很雜很廣所以你說AI能夠做它就可以幫助我就是可能寫程式的這一段啦對所以寫程式如果把它移掉之後呢那我就可以做很多更多是讓我的資料發揮價值的事情對不管是往前整合可能整個資料倉儲的規劃優化往後整合做模型的建置應用等等都可以做很多時間的投入這樣子所以我覺得說 AI來講的話對資料分析師是一個助力但不至於會讓他消失這樣子那我發現一個很特別的現象就是說其實整個掛資料分析師這個title的缺有變少但是需要資料分析這個職能的工作其實是真假的過去可能大家看像我那個年代我看可能PM或是說什麼BABA就是業務分析不是商業分析BA他可能就是主要要求的是他對業務知識的理解
31:24 SPEAKER_02 再來是他能夠溝通協調因為他跟很多人溝通可是現在他們基本上都會多出一個要有數據分析的知識或是一些想法儘管你是用Excel分析也可以沒關係但是他需要你可以從數據中找到一些結論對結論答案像我們之前做專案管理你也可以用 你可以把你每个人的一些时辰专案时辰把它弄成数据化你可以去看说哪一个节点哪一个人最容易会delay等等就之类的所以其实现在来说的话我觉得很多工作都会需要资料分析的职能那也因此因为我们把资料分析的职能散布在公司每一个人身上
32:07 SPEAKER_02 所以需要專職做資料分析的這個人就沒那麼重要的所以現在資料分析師我覺得主要分成兩種走向第一種是他要能夠去規劃和設計能服務公司所有人的數據平台讓數據更容易被取用到更容易使用然後更容易去做出決策他比較著重的點是在於他的 這個平台規劃的想法他也要知道使用者的需求因為他設計出一個使用者方便使用的平台嘛那第二種呢就是資料分析以外他其實主要是在於他的領域知識他的know-how是非常非常強的那分析只是一個輔助他透過分析幫助他的知識可以再更擴增想出一些本來就已經很棒的策略但是有數據在裡面的話會變得更完整然後更不容易出錯其實資料分析有一個很重要的一個點是說
32:56 SPEAKER_02 假設檢定應該說就是提出假設去驗證他這是一個很重要的流程可是現在大部分公司呢其實都沒有這樣的流程通常都是說老闆說什麼我就做什麼 但是你怎麼知道他是對是錯呢所以我可能會需要做一些實驗設計A B testing 對那這個事情如果你請資料分析師做其實他有點遙遠本身就對業務知識沒那麼熟啊可是如果你請PEM做請Marketing做的話他就很棒因為他可以解約他本身的專業然後做出一個就是老闆拍手了
33:31 SPEAKER_02 他這樣做實驗設計會更我覺得會更怎麼講更貼近實務的比起資料分析師來做的話會更好這樣子所以我覺得這是一個蠻大的轉折那Mark作為就是金融科技的創業家你們公司對資料科學這方面的人才目前有這樣的職能需求嗎
33:50 SPEAKER_01 应该说我对刚才那个史诺萨那个讲法其实我蛮认同的但我过去我不知道这样讲对不对但他刚才讲我就比较有感觉因为我觉得随着资料科学在各行各业的应用变多了嘛所以我们对资料科学家的这个需求他其实不局限在一个传统一个专职的角色过去我们想说我们公司就还有一个资料科学家然后把跟谁谁谁合作跟marketing跟谁谁合作那可以创造出他的价值出来但现在我觉得就不太一样就刚才史诺萨讲的就是
34:21 SPEAKER_01 像我们公司还潜不起不好意思还潜不起一个专职的资料科学家所以我们就会想说如果我的marketing有资料分析的能力他或许就可以帮助进行一些像客户行为的分析可以做好他marketing的行销甚至可以在这整个数位行销史上面更有效的定位跟服务我们的客户而且让整个业务的效能或是为客户可以创造出更多的价值所以我后来发觉说这是一个好像目前这几年来一个人才富人的一个 赋予能力的另外一个方向过去我们可能就是说你把它做深然后开始现在就是跟我们刚才讲像AI有一些工具可以协助你让别的领域的人比如说刚才讲的marketing他有办法去赋予更容易的去接近所谓的资料分析的工具甚至有他的know
35:08 SPEAKER_01 how去带领他去看更多分析的结果所以我觉得这是未来一种对人才的另外一种思维当这一个某一个 进入某个门槛稍微有点下降的时候当然不是说我们要取代这个门槛的人而是说大家会开始踩一点边然后跨到别的领域去所以我会说未来可能就真的是可能懂得用工具的人或是有那个想法有那个思维的人他才容易更从这一个他原本的职位里面跳脱出来所以我觉得像这个未来的世代应该就是完全都不太一样
35:40 SPEAKER_00 因为我也有听说过大家是说是不会运用工具的人才会被取代的这个说法那相信各位听众也有发现说资料科学对部分的职业来说会渐渐走向一个它是有点像是一个职能然后会向求职者要求的那我们就来问一下既然我们需要这个职能的话那自学的能力相对来说就是非常的重要那想要问Snosa是如何去自学资料科学领域那会建议说要从资料科学领域自学的话从哪个部分入门会比较好呢
36:09 SPEAKER_02 如果想要跨到资料科学领域的话呢技术上的这个硬技能先放在一边我们先看一下你本身具有的特质能不能去做这个这样的工作对那其实刚刚提到说现在的 這套飛行士的走向大概分為兩種嘛就是要能夠搭建平台不然就是要有一些領域知識要夠強對所以如果你本身已經有一定的知識像我就是在法經做了很久我對銀行的東西都算蠻了解的所以我在轉職的時候都是以我的這個軟實力當作訴求我技能放一邊因為我技能就是很爛不要管它
36:45 SPEAKER_02 我會說服他就是說我的短時間是足夠去支撐我硬實力的不足對 今天假設呢有我跟另一個可能資工碩的那個超厲害的學校畢業的資工碩 志工是我超厉害学校毕业的新鲜人然后我是在法经做五年的人我要如何说服他使用我而不使用那个人这是我选择要去思考的议题答案很明显不会是你的技能因为他的技能必须比你强他练了六年的志工他一定很会写程式所以你一定会输他所以我觉得说你想要加入制造科学领域的话呢先思考你本身的技能在哪一块对
37:24 SPEAKER_02 万事力 再講一下硬實力的好了那硬實力的話呢大家其實很常聽到SQL啊Python什麼的你可能想說今天Snota說Python很重要我就要學Python然後今天誰說SQL很重要我就要學SQL對那其實這樣子你會發現你學不完而且你學的不一定是公司需要的而且感覺馬上又會有新的東西出來對對對所以我覺得我的做法我還建議就是說你去瀏覽去搜尋一下你目標工作的JD他需要什麼樣的能力對真下藥對
37:55 SPEAKER_02 譬如說我今天有列出了十份夢幻工作清單這十份工作裡面呢有七個提到SQL然後五個提到Python然後只有兩個提到Power BI那我一定先學SQL嘛對就這個意思對那至於我要學SQL是什麼呢就是一樣你不是說我從一開始Create Table然後Update Table開始學當然那個是很重要可是那個其實 用不太到因为你不会有制药库更新的权限通常除非跟我一样我是整个owner可是你不会有对所以其实真的是对症下药对你可能主要聚焦在一些古拜一些聚合函数的应用还有一些session甚至是一些那个window
38:40 SPEAKER_02 function创函数反正就是各种制药操作逻辑就如何用这些 混乱的资料搭出一个标准化的报表或是一些格式等等那这个样子的话你就需要的东西就是可能是SQL偏向刚提到的可能是aggregation function或者其他东西等等对你就很明确知道你的需求是什么那Python也是一样Python我觉得是一个 呃怎么讲你真的进去你会迷路的一个工具因为拍粉很多用途今天有人说爬虫很重要我就学爬虫结果我的工作跟我不需要爬虫那我干嘛学嗯对超多人强调拍粉爬虫很好用很好用没错可是真的
39:18 SPEAKER_02 有需要用到吗对有需要用到吗想一下对而且我现在都用GPT帮我写爬虫的程式所以其实也没有说到很困难但重点还是说你需要什么东西你就去大致流转去理解它不用背起来因为现在可以透过AI帮你铲程式可是你要懂程式在写什么然后可以review它可以测试它对所以我觉得这个是一个很重要的一个思维对症下药
39:42 SPEAKER_00 那我要怎麼就我已經知道我需要學的工具是什麼那我要怎麼樣去自學有什麼推薦的自學的方法或是工具嗎方式我覺得還是直接去上網找一些不管是github還是說median的文章
40:00 SPEAKER_02 如果真的要上一些现场课程的话呢我是比较推Coursera上面一些由那些大学的教授开的课程因为他们其实比较怎么讲比较重视方法论像我之前上过统计的课程那一般统计课可能就只是跟你讲工具怎么使用我用Python怎么样做假设检定ABC等等可是那些学校的课程他会主动在整个背后的原理是什么他会讲很多例子去告诉你说说这个东西为什么要这样做 因为尤其像我们现在这个时代我们的工具的熟练度没那么重要那我们更应该要了解背后的逻辑是什么所以我很推荐去上这些比较学术型的课程跟大家想反复了解那SNOWSA刚刚都是站在一个身为一个求职者他要怎么样对症下药然后去符合工作嘛
40:47 SPEAKER_00 那既然我們現場有一個可能會作為面試官的老闆所以想要換一個角度就是說那Mark你作為面試官你在看履歷啊選人才啊看到這些跨領域人才的時候你會注重什麼樣的重點
41:00 SPEAKER_01 嗯因为我觉得我公司比较容易收到这种跨领域的人而且是转职的人所以我觉得有一个要点要掌握是你必须要预想说跟你同样面试的竞争者会在哪里像我觉得跨领域他是有个优势是他有其他不同领域的知识的一个加持所以刚才Snow讲他说软技能跟硬技能这种搭配所以你就有可能这样子可以去胜过其他的面试者但 我覺得也必須要去小心的使用這個加分的效果尤其是剛轉職的人就是你剛好要轉職嘛那可能就沒有太多的經驗那
41:31 SPEAKER_01 你可能要小心一点就是说你前一份的工作是不同领域的工作到底有没有一个叠加效果因为如果没有相关领域的叠加效果对我来讲我来看就是说那你跟一般大学生毕业或者研究生毕业其实是一样的差别所以我觉得说在当然可能会觉得说啊这本来就是我的弱势啊我本来就是刚跨过去我就是跟这些人没什么差别但是 我想要看到的就会是哪一种你怎么证明你可以在短时间也不一定要短时间就是你在这个地方是真的有成长的能力像比如说像我之前过去可能就是试着去写文章或者进行社群或是跟人家交流等等或者是像如果你是写程式的就有GitHub这种东西或是参加一些大家可能线上的一些专案会进行等等那你就比较容易去累积或是证明说你对这一方面的领域你是真的有能力投入的虽然说你没有过去的那些专业背景
42:23 SPEAKER_01 然后再来就是我觉得就是说因为这整个下一世代就我刚才其实在讲一件事情就是整个跨领域者应该会很快速的增加大家如果你还是觉得说我跨那个领域我就是要做那个领域的事情而已的话你就会非常的吃亏因为现在这个世代就是大家不断的互相跨来跨去很多职能的边界也开始变得比较模糊 不管是你是不是要转职还是要转职还是不要转职你都要思考说你自己要不要扩宽自己的能力边界所以如果当你带这个心态之后你就会比如说你可能在面试一个公司的职缺如果你是说我就是只做工程师的工作这样子你就会把你自己的原本的优势给浪费掉然后你也会在这个世代里面的竞争给没办法脱颖而出所以我会给建议大家就是就是可以看宽一点对不对
43:11 SPEAKER_02 了解那節目的最後就是針對資料科學跟跨領域SnowSide有什麼想要跟聽眾總結的嗎我覺得轉職這件事情我想要跟大家分享就是從轉職前轉職後的心態都還蠻重要的像轉職前的心態呢我覺得 不要說人家講資料分析可以賺很多錢然後可以幹嘛幹嘛我就去做這件事情基本上沒有一個人可以影響你自己的想法你自己要真的覺得這個事情是值得你投入的你去做才會真的做得下去所以我覺得像剛剛提到想說檢定這個方式還有就是說你自己一定要有一個
43:50 SPEAKER_02 對這個工作對你這個目標有一個很明確的一個想法不要說我想做資料分析然後做資料工程也可以做資料科學家也可以做資料分析也可以都可以我都可以做我都享受我都有興趣做這樣其實就很難去找到一個真的你可以投入轉職成功的點這樣子所以定位要清楚然後想法要清楚轉職前的準備大概是這樣子 然後像剛剛提到很多轉之前你遇到一些過程中的一些困難嘛其實這一部分這只是過程就是想好情緒是正常的但是他一定會過去的跟自己這樣講就可以了這樣子然後轉之後我覺得也很重要很多人想說我轉過去之後可以開始就是隨便了隨便做
44:34 SPEAKER_02 就很像是以前说什么考大学之后就可以不用念书嘛就找工作对之类的对所以其实转过去之后你更要开始认真哦更应该因为你其实跟别人是有一个差距在的你要补足这个技术的差距我觉得这很重要嗯那Snowstar都是聚焦在跨领域转职是吗嗯了解那Mark呢就是这三集都跟资料科学有关联听下来有没有想跟听众highlight的地方
44:57 SPEAKER_01 因为我觉得资料科学真的是这几年来它不亚于AI的一个蛮热门的一个感觉是相辅相成的所以过去这个资料科学领域可能如果过去没有碰触到这个领域的听众或读者那你可能会想说这个是工人师在做的吧这个是分析师在做的吧但其实这些东西像资料科学领域它其实跟很多职位都可以搭配的当然我觉得大家可以多多关注一下这个领域的发展搞不好它可以找到你自己更喜爱或是更有发展的领域的空间
45:25 SPEAKER_02 我覺得很多人會想要做一個最 fancy 的技術然後最厲害的模型可是重點還是你的 user 的需求你的客戶的需求所以即便我今天資料科學我做的只是 Excel 的一個簡單的小分析如果它可以幫助客戶需求的話它也是很大的一個幫助比起你今天做一個很複雜很複雜的模型可是沒有上下應用的機會Excel 還是比較好所以我覺得說資料科學的本質還是在人在客戶身上
45:51 SPEAKER_00 是落地性的这个专业吗落地性对那今天的节目呢很开心可以邀请到金融产业的资料分析及仓储负责人同时也是资料科学陈以商业分析的社群创办人Snosa来到我们现场大家再见谢谢马克谢谢Debbie各位听众如果对内容有任何想法与问题欢迎到Instagram搜寻马克解读金融科技留言告诉我们如果喜欢我们的Podcast欢迎按赞分享
46:19 SPEAKER_01 用科技改变金融生活走在金融浪潮最前端我是Debbie我是Mark这里是马克解读金融科技我们下次见