01:58
面對 AI 工具的出現，資料分析師有何影響？ | 技術書籍該怎麼選？ 資料工作者的出版經驗談
01:57
數據新手該如何面對「冒牌者症候群」？| 技術書籍該怎麼選？ 資料工作者的出版經驗談
01:59
◍◍ 錄取數據工作的兩個關鍵特質 ✨
02:15
◍◍ 該如何實現與評估資料團隊的價值？
22:01
（字幕好讀版） EP6：資料科學工作者的養成路徑| 🎧 資料工作者的下班幹話群
01:33
◍◍ 要怎麼定義與如何培養，分析師必備的數據思維？ ft. Alvis
20:20
EP5：AI 崛起的前世今生（下）當代 AI 的正在進行式（字幕好讀版） | 🎧 資料工作者的下班幹話群
19:41
EP4：AI 崛起的前世今生（上） | 🎧 資料工作者的下班幹話群（字幕好讀版）
01:23
◍◍ 資料分析師越來越卷，必備技能樹該怎麼點？ ft. Alvis
21:39
EP3：AI 時代下，人人都該自帶的數據分析技能 | 🎧 資料工作者的下班幹話群（字幕好讀版）
01:58
◍◍ 技能更迭推陳出新，跟上技能樹可以這樣做 ft. Jo + 承彥
18:05
EP2：資料分析已死？數據技能樹該怎麼點？ | 🎧 資料工作者的下班幹話群 （字幕好讀版）
01:30
◍◍ 學習到實務應用之間，存在哪些學用落差呢？ ft. Jo + 承彥
15:42
EP1：由資料科學驅動的人工智慧 | 🎧 資料科學者的下班幹話群（字幕好讀版）
01:17
◍◍ 該如何進入 AI 領域？先定義你與 AI 間的關係 ft. 元魁
02:01
◍◍ 想跟上這一班 AI 列車，有哪些必備基礎知識嗎？ ft. 元魁
01:40
◍◍ Data/AI 的技術能夠預測未來或取代人類嗎？ ft. 派大、光正
01:25
◍◍ AI 快速成長的同時，怎麼做才不會技術丟下？ ft. 派大、光正
01:31
◍◍ 來自跨領域的經驗談，數據新手之路從這裡開始
01:55
◍◍ Intern → DA → DE，資料角色間該怎麼選擇？
01:41
◍◍ 業界實作與研究導向？解密資料科學的兩種面向
01:50
◍◍ 想要成為資料科學工作者，統計學需要學到什麼程度？
01:37
◍◍ 工程師、分析師、科學家，資料科學工作者該怎麼選？
19:28
資料工程師的技能地圖 | 資料工程師養成之路
20:38
程式的邏輯與運算思維 | 程式設計特訓！Python 進階開發者升級指南
11:04
運用 Comprehensions 寫出更高效程式 | 程式設計特訓！Python 進階開發者升級指南
15:37
用 Decorator 封裝你的函式 | 程式設計特訓！Python 進階開發者升級指南
01:25
◍◍ 從起心動念到轉職成功，需要花多少的時間準備呢？
01:45
◍◍ 從資料分析到金融科技，淺談科技關鍵字間的關係
02:08
◍◍ 想進入資料科學領域，資管系是一個好選擇嗎？
02:02
◍◍ 程式該怎麼學才有效？可以試著從教學過程中學習
01:10
◍◍ 該如何面對與攻克，不熟悉的 Data/AI 主題？
02:07
◍◍ 當 AI 越來越強大的同時，哪些數據工作會被取代呢？
09:13
動態網頁爬蟲 - 觀察模擬 API 存取 | 超新手也能用的 Python 爬蟲
09:20
動態網頁爬蟲 - Selenium 套件使用 | 超新手也能用的 Python 爬蟲
07:24
動態網頁爬蟲 | 超新手也能用的 Python 爬蟲
02:37
使用者登入與授權機制 - 實作範例 | 市面上沒有教的進階爬蟲核心技
10:46
使用者登入與授權機制 | 市面上沒有教的進階爬蟲核心技
X
About
Tags