Skip to Content Facebook Feature Image

成人學編程 | 香港適合零基礎初學者的課程

博客文章

成人學編程 | 香港適合零基礎初學者的課程
博客文章

博客文章

成人學編程 | 香港適合零基礎初學者的課程

2021年08月27日 14:43 最後更新:14:43

初學者必讀!香港有哪些適合成人的編碼課程?

 

「從零學編程」似乎成為了近期的城中熱話,不論你從事哪個行業,都一定有想過接觸這個既複雜又重要的語言。到底編程為何這麼重要?最適合初學者的編程方法又有哪些?不如就讓 Preface 逐一解答你的疑問!

 

編碼技能如何幫助你的事業?

 

即使你的工作和編碼完全拉不上關係 (至少現階段尚未有關),但這項技能仍能從以下 5 大方面促進你的事業發展:

 

  1. 為數碼轉型做好準備

 

無可否認,幾乎每一所公司都正朝著「數碼化」的方向努力。所以,你必須懂得如何與電腦溝通,及早為未來可能發生的挑戰做足準備,否則,你有可能無法在傳統模式的大轉變中自處。

 

  1. 拓展你的職業前景

 

隨著科技成為生活中不可分割的一部分,很多相關的工作機會應運而生,當中並不僅限於程序員、軟件工程師、應用程序開發人員等工種,就連營銷人員、人力資源顧問、行政人員等其他領域的專業人士也可以透過掌握編程,獲得更強大的競爭優勢。

 

  1. 增加收入潛力

 

談到學會編程的好處,薪酬一定最受關注。根據 US News 在 2019 年發佈的一份報告,程序員的年薪中位數接近 $90,000 美元,如果你在較發達的大城市工作,工資更要比平均值高出約 50%。

 

  1. 訓練批判性思維

 

史蒂夫·喬布斯曾說過,「每個人都應該學習如何編碼,因為它教會你如何思考。」

 

在編程的世界中並沒有絕對的答案,如果你從不同的角度分析問題,你可能會得出超過一個的「正確」答案。這種多變不但可以訓練你的心態,還能啟發你對所有新想法持開放態度。

 

  1. 擴展你的社交圈子

 

如果你想和其它人分享你的想法,你會用什麼方法呢?

 

如果你已經厭倦了用傳統文字和圖畫來表達自我,編程將會為你開啟全新的大門。你可以創造屬於自己的應用程式或是互動遊戲,和世界各地的人分享你的想法,你還可以建立一個社交平台,為有同樣興趣及信仰的同伴提供一個聚腳地,創建一個新的溝通渠道。

 

資料來源:Medium, Quacquarelli Symonds Limited

 

延伸閱讀: Why Coding Is Important?: 10 Reasons Why You Should Learn To Code

 

如何從零開始學習編程?

 

簡單在 Google 的搜尋欄中輸入「如何編碼」,你就能看見數以千計的網頁和資源。不知道哪種方法最適合你?Preface特意為大家整合了最常見的幾種方法,助你揀選最適合自己的學習途徑。

 

線上學習資源

 

如果你是從零開始學習編程,那線上課程將會是一個不錯的主意。

 

你可以在 Codecademy、Udemy、edX 等平台獲取一些免費教學。不妨在決意學習編程前,先挑選一種語言並完成課程連帶的作業,以免學到一半才發現自己只是三分鐘熱度。這些學習平台擁有非常豐富的資源,除了教學影片,還有巨量的閱讀材料和測驗,非常適合初學者初嘗編程的滋味。

 

編碼課程

 

當你建立了一定基礎,更重要的是,肯定自己的決心後,你就可以更深入地學習編碼了。

 

無論你有多喜歡線上自學,但你還是需要一位專業的導師從旁指導你,確保你能走在正確的軌道上。否則,你如何憑一人之力知道哪些教材最值得閱讀?透過參與這些系統性的課程,你可以避免被成千上萬的資料所淹沒。除此以外,你也不用再終日在自我質疑中學習,因為導師能夠為你提供最真誠的建議,為你建立編程的自信。

 

雖然這些課程需要付費,但只要一想到能在不到 6 個月的時間內便擁有非常扎實的編程知識和經驗,相信任誰都會覺得非常值得。

 

延伸閱讀:An ultimate guide to data science in 2021 

編程如何應用於不同領域?

 

無論你從事哪個行業,編碼都會為你的職業開闢新的工作機會,讓你在數碼化的大趨勢中成為更具競爭力的人才。認為這是無稽之談?馬上來看看一些實際案例吧吧!

 

數據科學與商業

 

互聯網已成為了每個現代人生活中不可或缺的一部分,亦正因為此,商家才能夠從不同網絡渠道中取獲相關的數據,更輕鬆地得知顧客的消費習慣的行為模式。

 

話雖如此,「取其精華,去其糟粕」的過程並不容易,這個時候,數據科學就能大派用場了。如果你是一名具備相關知識的營銷人員,你就能準確分析來自社交媒體、智能手機等不同來源的數據,有助團隊更深入地了解客戶,策劃更有針對性的營銷策略。

 

市場營銷只是其中一個例子,數據科學還能廣泛應用於其它領域,包括但不限於酒店業、活動策劃、人力資源、財務和投資等等。

 

延伸閱讀:An ultimate guide to data science in 2021 

 

Python與商業

 

被譽為全球最受歡迎的編程語言之一,Python 不但被 Instagram、Netflix、Google 和 Spotify 等龍頭企業採用,還在一些意想不到的領域建立了強大的影響力,好像是零售、教育甚至銀行業務。

 

不論你是否一名程序員,Python 都絕對是一項寶貴的機能。你能想象這個編程語言如何和 UI 設計扯上關係嗎?其實 Python 的應用有助設計師繪製更獨特、實用和直觀的設計。醫護人員也正逐步將建基於 Python 的人工智能應用到臨床診斷。除此以外,就連現代農民也開始使用 Python 估測產量和管理蟲害問題。

 

資料來源: Monocubed, BoTree Technologies

 

適合成人的編碼課程

 

  1. 數據科學和Python的二合一課程

 

在短短 80 小時內,你就能在精英指導團隊的領導下,逐步掌握 Python 和數據科學的基礎知識。 Preface 擁有 6,000 多名畢業生,專業和能力皆廣受認可。這個課程涵蓋數據科學的必要環節,包括 API、矩陣分解和交叉驗證方法等概念。如果你不滿足於基礎學習,課程還會從實際應用的角度出發,講解機器學習、預測分析算法等更深奧的知識,進一步提升你的業務能力。

 

  1. 從新手到全棧網頁開發人員

 

Preface 曾為不同龍頭公司提供全棧網頁開發的培訓,包括 JP Morgan、Cathay Pacific 和 Adidas 等。這個課程非常適合初學者報讀,導師會採用循序漸進的教學方法,為學習者提供前端(HTML 和 CSS)和後端(Django 中的 Python)開發的導論。課堂分為 5 大部分,各自都包含了練習、測驗和作業,確保能鞏固和檢查學員的學習情況。課程的尾聲還會要求學生使用 API​​s 及各種後台工作,獨立創建自己的網頁,保證學生能夠全面理解如何將編程知識應用於實際操作上。

 

  1. 和迪士尼一起學習編碼

 

明白到成年人也會在學習編碼的路上遇到不同困難,Disney 特意發佈了一個名為 Disney Codeillusion 的網上編碼課程,採用動畫化的方式幫助成人學習、練習和溫故知新。課程一共有 125 節課堂,每節長約 30 分鐘,涵蓋 4 個基本編碼概念,即 HTML、CSS、JavaScript 和處理方式。打好根基後,學生便能跟著教學從頭開始創建自己的網站、遊戲和媒體藝術。如果你自認不適合常規的教學方式,迪士尼這套學習模式或許會是你保持動力的好方法。

 

文章出處:https://www.preface.ai/blog/others/coding-class-for-adults




amychan2264

** 博客文章文責自負,不代表本公司立場 **

隨著數據科學的應用越來越普遍,各大行業都開始向相關領域的人才拋出橄欖枝。到底數據科學是什麼?發展前景如何?從零開始學起又需要多久時間?不如就讓 Preface 逐一解答你的問題吧!

 

什麼是數據科學?

 

「數據科學」其實是一個統稱,涵蓋統計、人工智能 (AI)、數據分析、數據抽取等多個流程。

 

在《Doing Data Science》一書中,作者就著數據科學家的工作內容,給出了一個簡易易懂的總結:

 

「數據科學家是懂得如何使用不同工具和方法,從數據中提取知識和理解的人。」

 

而如果需要從大量數據中發掘有意義的資訊,便必須掌握數據科學的 5 大工作階段:

 

5 大工作階段

1. 提取

  • 數據採集
  • 數據輸入
  • 信號接收
  • 數據收錄

2. 維護

  • 數據倉庫
  • 數據清理
  • 數據暫存
  • 數據處理
  • 數據架構

3. 處理

  • 數據挖掘
  • 聚類
  • 數據建模
  • 數據匯總

4. 分析

  • 探索和確認
  • 預測分析
  • 定性分析

5. 溝通

  • 數據報告
  • 數據可視化
  • 提出建議

5 大工作階段

1. 提取

  • 數據採集
  • 數據輸入
  • 信號接收
  • 數據收錄

2. 維護

  • 數據倉庫
  • 數據清理
  • 數據暫存
  • 數據處理
  • 數據架構

3. 處理

  • 數據挖掘
  • 聚類
  • 數據建模
  • 數據匯總

4. 分析

  • 探索和確認
  • 預測分析
  • 定性分析

5. 溝通

  • 數據報告
  • 數據可視化
  • 提出建議

 

Source: Oracle, Berkeley School of Information

 

為何數據科學這麼受重視?

 

你可能會質疑數據科學是否被過譽了,這真的是 21 世紀最重要的工作之一嗎?

 

沒錯,其發展潛力是巨大的 —— 相信這對酷愛數字的人士而言是一個大好消息。

 

首先,在電子商貿發展千里的現今社會,數據的重要性毋庸置疑。不論是醫療保健、銀行、咨詢服務還是餐飲服務,不同行業都需要一名專家協助公司理解繁瑣的數據並制定更有效的營銷計劃。透過從網站、社交媒體平台和電子支付交易中提取數據,數據科學家可以得悉消費者的消費習慣和模式,從而讓決策者知道該如何為公司的發展做出更明智的決定。

 

除此以外,數據還可以幫助企業洞悉內部不足,讓公司能糾正錯誤,提高效率和生產力。很多時候,企業都會「用錯力」,導致付出和結果不成正比。麻煩的是,搞清楚問題的癥結並不是一件容易的事情。在這個情況下,數據科學便能大派用場!數據科學家可以藉著搜集過往的數據,準確地揭示問題表後的成因,再針對性地提供具體的評估和實時報告,緊密追蹤改善進度,這對於任何企業的成功都至關緊要。

 

Source: AnalytiXLabs, Grow

 

數據科學的相關工作

 

老實說,但凡是有基本的數據科學知識,在所有行業 (不局限於科技) 中都十分搶手。以下是一些最常見的職位:

 

  1. 數據科學家

 

不用多說,數據科學家當然是最相關的職位。工作內容包括從多個資源中抽取數據,再以不同角度進行篩選和分析,從而制定出以數據為基礎的解決方法。就職者需要高水平的電腦技術,例如熟悉編碼語言、數據庫、機器學習和數據報告技巧。最典型的僱主分別來自高等教育、銀行、營銷和零售領域。

 

  1. 商業智慧開發人員

 

這個職務的工作範疇包括與最終用戶合作構建報告系統、為未來的決策提供參考等。由於過程中需要用到數據倉庫,所以申請者必須熟悉如何使用檢索和管理工具來提取數據,並在必要時解決數據質量及數據協調的問題。通常大型企業和科技公司會較熱衷於聘請這方面的人才。

 

  1. 機器學習工程師

 

由於這份工作的職責包括設計和開發機器學習模型,所以對數據科學和編程知識的要求十分高,亦建議有一定的統計和軟件工程經驗。開發過程通常會從研究數據科學原型開始,然後根據客戶需求,選擇合適的數據集及表達方法。隨著機器學習成為當今的熱門話題,幾乎所有行業都刊登了相關空缺。

 

Source: Target Jobs, Industry Connect, Springboard

 

香港有數據科學的課程嗎?

 

如果你對數據科學沒有任何認識,那以下這個兼職課堂一定很適合你!

 

Preface 提供了一個以 Python 學習數據科學及人工智能 的課程,在短短 80 小時內,學生便能學懂如何使用 Python 編寫代碼並處理大數據集、有條理地分析和收集數據、創建數據框架進行基本分析等。此外,你還可以接觸如何以清晰及引人矚目的方式呈現數據。你還能學到實用的機器學習技術,有助將來進行預測並提供有異議的見解。

 

由於課程設計是建基於現實生活中的案例和商業應用,學生能夠從最貼近現實的場景快速掌握不同編程技術。最重要的是,學生永遠都不需要辭職或捨棄其它活動,Preface 會讓學生自由安排課程進度,既可以選擇單獨上課,亦可以和志同道合的同學一起學習,無論是哪個選項,都會有專業的導師從旁指導,確保能最大限度地提高每一位學生的學習成果。

 

為何數據科學需要用到 Python 和 R?

 

Python 和 R 都是開源語言,非常適合用於處理數據科學的工作。

 

一般而言,Python 是一種通用語言,當程序員想深入研究某組數據或進行統計技術時便會使用;R 則多數用於探索性數據分析,在學術、金融、製藥、媒體和營銷等範疇較為常見。

 

Source: IBM

 

數據科學 VS 人工智能 VS 機器學習

 

數據科學

人工智能

機器學習

定義

操作各種數據

包括機器學習

屬於人工智能的一部分

用途

處理複雜的數據,並從中提煉見解

讓計算機模仿人類的行為和思維方式,從而解決複雜的問題

通過學習過往的數據模式,預測或歸類將來的數據

原理

結構和非結構化數據

邏輯和決策樹

統計模式

應用

  • 欺詐識別系統
  • 醫療系統

  • 聊天機器人
  • 語音助手

  • 推薦系統如 Spotify
  • 面部識別

數據科學

人工智能

機器學習

定義

操作各種數據

包括機器學習

屬於人工智能的一部分

用途

處理複雜的數據,並從中提煉見解

讓計算機模仿人類的行為和思維方式,從而解決複雜的問題

通過學習過往的數據模式,預測或歸類將來的數據

原理

結構和非結構化數據

邏輯和決策樹

統計模式

應用

  • 欺詐識別系統
  • 醫療系統

  • 聊天機器人
  • 語音助手

  • 推薦系統如 Spotify
  • 面部識別

 

Source: My Great Learning

 

數據科學家、數據分析師和數據工程師: 職責、要求和薪酬

 

 

數據科學家

數據分析師

數據工程師

職級

較高級

較入門

科學家和分析師的中間

職責

開發可操作的業務洞察力

將數字數據翻譯成每個人都能理解的形式

準備數據作分析或操作用途

要求

具備深入的機器學習、統計和數據處理方面知識

精通編程語言、分析工具、數據處理、報告和建模的基礎知識

有數據架構的構建、開發和維護經驗

薪酬

~ $790,000 HKD

~ $380,000 HKD

~ $670,000 HKD

數據科學家

數據分析師

數據工程師

職級

較高級

較入門

科學家和分析師的中間

職責

開發可操作的業務洞察力

將數字數據翻譯成每個人都能理解的形式

準備數據作分析或操作用途

要求

具備深入的機器學習、統計和數據處理方面知識

精通編程語言、分析工具、數據處理、報告和建模的基礎知識

有數據架構的構建、開發和維護經驗

薪酬

~ $790,000 HKD

~ $380,000 HKD

~ $670,000 HKD

 

Source: Simplilearn, Glassdoor

 

文章出處:https://www.preface.ai/blog/others/data-science/