標籤結果

標籤『數據分析』,共有14筆資料
2024.04.16
1922 次觀看
勇敢提問!前往 Ikigai(生き甲斐)找到熱情所在|彭其捷

陽明交大資管所畢業,至今出版 11 本商管與資訊主題專書,主要著重於:數據分析、資料視覺化、UI/UX 等議題,最新於 2024 年 1 月與商周合作出版「線上教學 × 課程製作全攻略」一書,至今開設了六堂線上課程,持續耕耘教學工作;興趣是將知識體系拆分成可學習、可實踐的攻略方法。 

2024.04.16 | 1922 次觀看
2024.04.10
1398 次觀看
想當「資料科學家」該如何準備面試?不要期待你什麼都懂、掌握新知更重要!

「資料科學家」是現代職場很看重的職缺,近年來頗各產業所重視,若想加入「資料科學家」的行列,在面試準備、職涯發展上該做哪些功課?前輩除了分享經驗外,最關鍵的是:「不要期待自己什麼都懂,面試官通常更重視的是能在變動環境中快速學習、掌握新知」,因為這是個追求不斷改變、往前邁進推廣的新興職務,願意學習的心態很重要。

2024.04.10 | 1398 次觀看
2024.04.01
1905 次觀看
面試官給「數據分析」新鮮人的求職指南:履歷怎麼寫最吃香?

想要挑戰「數據分析」、「資料分析」領域的職缺,該如何準備面試呢?由於現今職場對於「數據分析」崗位的專業技能要求具有一定門檻,因此在履歷和面試的準備上,相比一般職務的面試更要明確點出自己的專業能力、「技能包」優勢,有哪些必知重點,就讓當過面試官的「數據分析」前輩來告訴你吧!

2024.04.01 | 1905 次觀看
2024.03.07
2249 次觀看
2024最新企業人力資源管理趨勢:數位轉型加速E化系統與數據分析的雙重崛起|人資F.B.I.報告

近年來,企業在人資作業和人力資源管理方面正在經歷一場數位轉型的浪潮。根據2023年《人資F.B.I.報告》的觀察發現,企業人資作業導入E化的比例逐年成長,2022年已有六成以上企業使用E化系統,尤其以「員工出缺勤及請假作業」為主,顯示企業對於E化的接受度逐漸提高。

2024.03.07 | 2249 次觀看
2023.11.30
2603 次觀看
跨領域轉職數據分析師然後呢?談轉職成功後的挑戰與自我質疑

成功跨領域轉職,從廣告投手轉職成數據分析師之後,作者最大的體悟是「轉職後才是真正的挑戰」,分享轉職後面對的工作挑戰、自我質疑,以及如何調適心態。你也想跨領域轉職數據分析師嗎?本文觀點提供參考!

2023.11.30 | 2603 次觀看
2023.11.24
3476 次觀看
Power BI vs. Tableau怎麼選:數據新手學哪個BI工具比較好?數據分析師給建議

數據新手想學習BI工具,會建議學習Power BI還是Tableau呢?作者分享兩者的使用差異,本文不做規格比較,而是從使用者角度分享使用功能面、介面差異,以及學習需求為「想做出作品集」、「想找數據分析師工作或實習」的選擇建議,相信大家都能找到適合學習的視覺化工具。

2023.11.24 | 3476 次觀看
2023.08.01
6153 次觀看
數據分析作品集怎麼做?準備訣竅公開,無經驗轉職更要知道(附範例)

想轉職數據分析師,沒有相關經驗該如何準備?作者附上數據分析作品集後立刻多了好幾家面試機會,本文分享如何製作數據分析作品集,從找數據題材、公開資料、內容4大重點,多準備一點點,就能大大增加自己求職的能見度!

2023.08.01 | 6153 次觀看
2023.06.28
2097 次觀看
【年薪逾150萬】行銷職必學GA4,企業內訓講師全面解析

提前掌握GA4的全新介面、指標定義、新增功能: 1.全面了解 GA3 與 GA4 的差異 2.精通 GTM 的核心技巧 3.掌握 GA4 事件與轉換功能 4.探索報表進階設定

2023.06.28 | 2097 次觀看
2023.05.04
3869 次觀看
數據分析師工作內容?文組出身行銷轉職數據分析師經驗分享|百工的一天

「數據分析師」在做什麼?工作只需要數據敏銳度與數據判讀能力嗎?本文作者從文科行銷背景轉職數據分析師,當初只能照著JD的硬技能需求準備面試,親身分享數據分析師的兩種任務:數據提取與整理、數據專案,對數據分析有興趣的你一定要知道。

2023.05.04 | 3869 次觀看
2022.08.19
2234 次觀看
讓人才自己來找你,HR人才招募留用數據需求情形|人資F.B.I.報告

2022年《人資F.B.I.報告》為您整理2021年人資數據資訊需求落實及2022年運用情形。根據重視資訊與企業規模,建議百人以下企業可針對人才培訓相關數據作為留才準則;百人以上企業想突顯招募並提高招募成效,需廣泛蒐集資訊,才能吸引求職者。

2022.08.19 | 2234 次觀看