從企管走入人工智慧
從商管學院畢業、赴美學習大數據分析，到踏入業界從事數據分析、資料科學工作，再進一步自學人工智慧相關應用領域知識；希望透過這篇文章的分享，讓有興趣走向資料科學領域的朋友們，無論自己的領域背景，一同斜槓學習資料科學、人工智慧，甚至是跨領域找到資料科學相關領域工作！
一段熱血留學故事的起源？
在大學時就讀企管系，總有個「什麼都會，但什麼都不會」的感覺；在2012年大數據崛起，看了篇哈佛商業評論：《21世紀最性感的職業：資料科學家》，諸多系上教授也在課堂中不斷提到大數據的魅力，讓我興起了探索這門領域的動機，因此大四時，我參與系上 3+2 的雙聯學位計畫，前往美國亞利桑那州立大學，學習商業分析與大數據！
打Code？不打Code？
在走入數據分析與資料科學的世界前，內心不停地掙扎與恐懼：「該不該寫程式？」在 2014 年，這門新興領域沒有相關確切職務內容、課程綱要可供參考，網路上也缺乏相關學習資訊，因此打不打code不斷地在內心糾結著。
在諮詢學長的過程中，一句話「念理工的同學，誰不是從頭學 code？」讓我毅然決然地選了 C# 作為我第一個入門的程式語言；果不其然，第一個回家作業：for-loop (迴圈)，讓我在校園廣場從下午 3:30 寫到 9:30... 至於後續又學了物件導向開發、GUI 程式開發又是另外一段淒美瀝血的愛情故事了...
▲ 第一次用 C# 製作簡易版小畫家
碩士課程中，僅有兩門課程將程式語言列作課程必修，分別是 R & Python；但事實上，學習到的程式語言都只是皮毛的應用，要真的應用開發，還有很大一段距離，充其量只能應付學校考試；也因此在畢業求職的時候，履歷表上的技能：R, Python 寫出來內心相當不踏實。
2016 年畢業後回台，第一份實習工作在電子業人力資源部門，擔任數據分析師，才發現數據分析不一定需要程式語言，深入理解領域知識、Excel 操作技巧熟練、善用視覺化工具 (Tableau)、簡報製作技巧、講故事的能力等，都能讓你成為一名優秀的數據分析師。
打Code = 發現新大陸？
實習結束後，在樸實無華的替代役夢想起飛中，好奇心使我接觸了 Python Web 線上課程，學習用 Python 架構網站(django)及網路爬蟲的基礎；因為提早一年取得碩士，以前的同學們都尚在就讀碩二，偶然與朋友的互動得知，論文研究有需要到網站上大量下載資料的需求，也因為雞婆的個性，我便嘗試了設計爬蟲程式，這一次只花了半個小時寫出了程式，執行一分鐘不到的時間，順利抓取多達300多份的 excel 、共計3000多頁的 excel 分頁；後續更透過資料科學相關套件(pandas)，抓取3000多張excel的殖利率數據，幫同學順利分析出碩論的假設。
體驗到程式語言帶來的便利性，退役後回到職場，我透過撰寫 Python 程式將許多數據分析的繁瑣工作自動化、標準化，不僅節省了許多例行整理資料的時間，更給予了我更多與主管報告分析結果的機會！
在嚐到資料科學的甜頭後，除了數據分析的能力外，不斷地上網 survey 更多資料科學、機器學習的課程，學習更多應用工具，雖然探索學習的路上走過很多冤枉路，上過許多不夠完整、過時、只講膚淺趨勢的課程，但還是統整出一套推薦給想入門資料科學的同好：《資料科學入門 - 免費課程規劃》，而這些優質、免費的課程皆為英文，因此也不盡然適用每一位想入門的朋友。
心懷不軌：轉行資料科學家
工作了一段時間，數據分析駕輕就熟，人力資源管理領域也多有體悟，一個好奇心突然闖入腦海：「資料科學、機器學習是否能與人力資源迸出新滋味？」我選了個簡單的題目：以機器學習進行履歷篩選，嘗試用機器學習預測主管可能邀約的面試人選，在一番蒐集104履歷的功夫過後，總計8000份有效履歷，利用機器學習模型：決策樹做人選邀約的訓練與驗證，最終獲得 70% 的預測準確率。
在這新手運氣加倍的經驗中，建立起無比的自信心，又自我感覺良好地自詡資料科學家！但也就在參加線上機器學習競賽(Kaggle)過程中，對未來職涯充滿無限光明的期待遭到催殘...常常遇到預測分數無法超過baseline(最低標準)，或是網路上找到的程式碼邏輯看不懂，tensorflow、keras、pytorch(深度學習演算法框架) 這些是什麼高深的火星文，令我實在無法參透。
懷才不遇、生不逢時？
記得在 2018 年初，台灣資料科學年會轉型為「台灣人工智慧學校」，當時開班授課：(1) 高階經理人班、(2) 技術領袖培訓班，第一種課程需要職場經驗才能申請，第二種課程需要考試(微積分、線性代數)才能申請，且需要平日去上課；當時 AI 相關領域課程就屬台灣人工智慧學校最完整、最具系統、最具規模！(至今仍如此) 對於剛出社會不到半年、又是企管背景的我，真的有種生不逢時的感慨，感覺似乎被這門新興領域科技所遺棄，機器學習與深度學習(人工智慧)就這麼一線之隔，如果不受正式教育培訓，單純在網路上學習相關知識，我真的有辦法看懂、有辦法自學嗎？
▲ 自由團隊 - 深度學習讀書會筆記示意圖
在痛定思痛後，我持續上網搜尋一些很酷炫的專有名詞「類神經網絡」、「深度神經網絡」、「卷積神經網路」；繁體中文的教學資訊也相當有限，不過簡體中文和英文的相關學習資訊倒是非常豐富！在剛從機器學習走入深度學習的路上，莫凡 python 給了我很多基礎的觀念及知識！雖然無法單純依靠莫凡學習如何透過 python 開發深度學習，但是給了我不少學習的方向與動力！(沒記錯的話，莫凡作者也是跨領域學習，從土木走向人工智慧)
起心動念，夢想起飛
對，你沒看錯，「替代役青年們，夢想起飛！」在決定自學 AI 的路上，我發現許多跟我一樣的迷途羔羊，想跨領域學習人工智慧，但沒有程式背景基礎、沒有工程微積分概念、更沒有足夠的學習資源支持我們這群非主流的斜槓青年，高中考大學也是依照分數填寫志願，也不曾搞清楚自己真正偏好的發展領域，等到有自主判斷的年齡時，卻因為諸多限制而無法朝著理想邁進...
在校園徵才的過程、生活朋友們的反饋、幾經討論後，在 2018 年 7 月，我與夥伴們組成了人工智慧自由團隊(AI . FREE Team)以開發自由學習 AI 新領域知識為目標，彙整學習過的知識及線上許多學習資源，希望能為一路上孤獨自學的同好，提供一個學習資訊平台！儘管團隊成員皆非來自資工資管、電子電機、工程統計領域，透過團隊的力量持續自我精進，每週分享學習成果，至今團隊成員都在AI領域有不錯的發展！
化夢想於現實、化阻礙為舞台
在團隊成立後，第一個任務即為自學深度學習、學習開發人工智慧領域，在網路上 research 後，我們以吳恩達教授(Andrew Ng Wu) 所推出的《深度學習專項課程》作為我們自學的主要課程，雖然課程內容困難與艱澀，但在 Andrew 老師的教學引導下，複雜的 AI 知識轉換為清楚的概念邏輯，課程並搭配實作 (Python程式開發)，完全符合我當初自學的需求。
歷時六個月的時間，團隊從實作、課程內容、演算法邏輯的討論中，不斷成長、進步，我們也選擇了 T-brain (趨勢科技)所推出的金融保險商品預測，作為我們完課後第一項驗收挑戰；雖然成績仍不算是太好，僅取得了前40%的排名，但有所進展也算是對自我成長的肯定。
在 2019 年 8 月，我們以團隊的名義參與了由北醫所舉辦的「AI 醫療保險區塊鍊黑客松」競賽，想說是個不錯的學習機會，便義無反顧地報名了！果不其然，競賽過程中，高手雲集，來自軟體業的資訊高手、來自一流名校的碩博生，甚至是來自海外的領域研究者，都參與了這場盛會！最後成果報告、競賽成績出爐，從 22 組參賽隊伍、逾百人的競賽中，AI . FREE Team 獲得了佳作！
▲ 自由團隊於黑客松競賽中獲得佳作
突破靜摩擦力的學習微笑曲線
突破了一開始學習 AI 的瓶頸，後續的學習將如魚得水，不到一年的時間，我持續報名參加了《機器學習百日馬拉松挑戰》、《Nvidia 電腦視覺實作》、《Nvidia Jetson Nano 智能小車實作》、《Intel OpenVINO AI 邊緣運算獎學金學程》等課程，也透過開源開發者社群(github)，自學到許多新技術與知識，例如：GPT2 - 文章生成實作、Deepfakes - 換臉技術、Chatterbot - 聊天機器人...等。
人工智慧學習之路寬廣而漫長，身處在這 AI 時代，新技術不斷推陳出新、應用領域不斷蓬勃發展，不知道你是否也跟我一樣，期待著未來 AI 還能有什麼創新？又或是頂著雞皮疙瘩掉滿地、興奮地學習著新技術的應用呢？就讓我們未來一同探索吧！
最後感謝你/妳願意花費這幾十分鐘的時間，閱讀我的學習歷程，從企業管理 → 數據分析 → 資料科學 → 機器學習 → 人工智慧，這一段漫長、有趣的探索學習經驗分享，希望你/妳能夠從文章找到需要的資訊，若你/妳正計畫著踏入這個領域，就從現在跟著自由團隊開始吧！
▲ 使用 jetson nano 實作門禁人臉辨識
從 0 到 1 - 探索 AI 新時代 (已開課完畢)
在經營自由團隊的過程，經常讀者來信：「請問有推出相關課程」等需求，粉絲專頁也經常收到粉絲們在學習上問題的提問，在團隊成員縝密地規劃、討論後，我們決定在2020年暑假推出線上直播課程《從 0 到 1 - 探索 AI 新時代》。
課程優勢：
1. 看到懂 - 線上直播授課、課後影片釋出可重覆回放溫習
2. 練到懂 - 實作課程與作業，反覆練習真正認識 AI
3. 問到懂 - 專業講師直播課間講解、技術助教團隊課後解惑
4. 邊學邊玩 - 體驗 AI，趣味實作做中學
5. 超高CP值 - 對比坊間課程，課程扎實、提供證照、價位更優惠
6. 強大師資 - 業界、學界資深講師親授課，專業一把罩
7. 實用知識 GET 跨領域學習、斜槓興趣養成、領域畢業生、多元學習、轉職考量，皆適用！
資訊更新：若有學習需求可私訊粉專 or Email 來信！
資訊更新：2022 新課程開設【學習 AI 一把抓：點亮人工智慧技能樹】
新課程推出，有興趣的朋友可以參考：課程連結
歡迎有學習需求的朋友一起來跟自由團隊學習成長！也歡迎有興趣進一步交流的朋友們，一起追蹤我們粉絲專頁、加入學習社團，並持續關注 AI . FREE Team 部落格，如有進一步問題或是交流需求，歡迎透過粉專 or email 聯絡我們喔！(AI.Free.Team@gmail.com)