Skip to content

ONLINE-HYBRID

Full-Time Immersive Bootcamp in Data Science & Machine Learning

數據科學及機器學習微學位

Deriving Business Intelligence Reliable Forecast Career Growth With Data

現今企業掌握大量線上及線下收集而來的數據,不同行業皆面對數據人才不足的問題,而掌握利用數據轉化成商業價值的能力則成為工作的重要一環。全日制課程除了可以讓學員在短時間內學習數據科學技能外,更加提供求職支援,務求幫助所有學員找到適合的崗位。

在12週內,學員將透過實戰項目主導的微學位課程熟悉數據科學的關鍵技能。學員將會接觸數據工程,數據分析,機器學習的概念及工具外,亦會透過真實商業項目作為訓練,應用課堂所學利用數據發掘出有助企業決策的價值。

Curriculum developed with data science methodologies from Fortune 500 enterprises.

成為搶手的企業數據科學人才

收集數據的門檻無疑隨著科技進步逐漸降低,可是隨之而來的問題,便是企業需要在數據碎片化(Data Fragmentation)的環境下,整合出有用的資訊,為企業帶來效益。因此無論你希望在現有的工作崗位上取得突破,或者是轉型至全職的數據工種,掌握數據科學與機器學習都是對事業有益的技能。

數據科學崗位的需求在本地及海外就業市場同樣處於高速增長的時期。根據JobsDB亞太區2021年的就業報告,數據科學崗位連續以往報告的趨勢,繼續位於最高增長的數碼工種名單之中,屬於企業招聘週期中較為優先的崗位。

微學位課程將會按照不同的專業工具及概念,為學員安排不同以真實商業問題為藍本的練習項目,學員將能夠於12週內與真實的數據科學團隊接軌。

在學員的日程上,導師將會於上午時段重點講解是日概念並示範數據工具的使用技巧。下午時段則會集中完成練習項目,並透過項目指導學員有關的數據科學及機器學習的技巧。

微學位課程的另一焦點在於學員及畢業生的就業支援。導師團隊將會與本地企業合作,提供招聘工作坊(Career Fair)等機會,協助學員於畢業前獲得企業開出的工作邀請。

另外,微學位課程亦會提供與數據科學相關的就業培訓環節,例如模擬面試,就業諮詢,履歷檢閱等服務,務求幫助學員獲得工作崗位,實踐技能。

小組形式實戰項目

為了令學員做好與企業數據部門的銜接,是次課程將會以小組形式的項目作為主要的協作環境。透過與其他學員合作,共同進行數據收集,整合,視覺化,歸納結論等步驟,熟習數據部門團隊慣用的作業模式。

導師除了審視學員的最終模型或分析外,亦會按照學員於分組內協作的表現給予反饋。學員將會從分組項目的檢討環節中掌握團隊協作的要點,以及如何令團隊能夠有效為其他人進行入職過渡(Onboarding)。

PROGRAMME SNAPSHOTS

課堂概況及學員作品合集

項目為主軸的課堂設計

利用實戰項目作為考核/複習堂上概念的模式,比起傳統的教學模式能更有效地加深學生對於數據科學範疇的知識。導師將會在每週訂立與該星期內容相關的課題,讓學員可以靈活應用課堂中的專業工具解決商業問題。

學員亦可利用自己每週實踐的項目,來豐富個人作品集以作面試之用,並在招聘工作坊(Career Fair)的場合向相關行業的招聘代表介紹項目,用以作為賣點獲取理想的工作崗位取錄。

微學位課程的編排中,將會加入來自不同行業之實戰項目,務求幫助學員熟習如何把數據科學的工具和邏輯應用於不同的商業情境之上,解決項目中的重點問題。透過接觸不同行業的數據科學項目,學員求職過程中將更能夠發揮課程所學。

是次課程的導師門檻,為具有5年或以上經驗的專業數據科學人員。導師團隊的成員皆來自不同本地或跨國知名企業(包括AirBnb,LinkedIn,WeLab Bank等),在學員學習的過程中,能夠以專業角度,提供實時反饋,加快學員的學習進度。

應用專業的數據工具

課程的內容涵蓋用戶界面/體驗設計的概念外,亦會重點教授專業工具的使用技巧。學員將運用專業的數據工具,用以進行探索性數據分析(Exploratory Data Analysis),數據清洗(Data Cleaning),數據建模(Data Modelling),視覺化(Visualization)等數據工作。

微學位課程中,學員將接觸常見的數據分析語言,包括Python及R等。有別於以編程為主導教學模式,Sparka Academy的導師團隊更著重於如何利用編程作為創造商業價值的工具,而並非純粹為了使用編程工具而進行與現實職場脫節的練習。

在課程設計上,學員在完成實戰項目的過程中,需要混合使用已學習的專業工具,以模擬現實的數據團隊處理項目時的作業模式。導師團隊將協助學員設立裝置上所需的專業工具/軟件,以及提供取材自現實數據庫的資料作練習用途。

符合招聘實際需求的課程框架

為加快學員於求職階段的進度,是次課程的編排將重點教授企業數據團隊實際工作的內容。工具的應用亦會模擬實際職場環境,以真實商業問題作基礎,幫助學員盡快與行業接軌。課程大綱將會拆分為6個章節,由零開始協作沒有開發/數據分析背景的學員進入數據科學之領域。章節分別涵蓋以下課題。關於課程內容的詳細資料,可以參考報讀課程的線上小冊子。

基礎數據概念

Week 1-2

學員將透過基礎數據科學練習,接觸不同環節的數據科學概念,以及數據科學各個工作範疇的互動關係。學員同時會熟習不同規模的數據團隊之常見作業模式,並且利用代碼管理平台協調團隊成員的工作。

  • Data Acquisition
  • Data Cleaning
  • Exploratory Data Analysis
  • Data Science Project Lifecycle
  • Version Control For Data Science and Machine Learning

數據科學編程

Week 1-10

利用Python,R,SQL等編程語言,學員將運用編程工具從企業的數據庫中摘取所需資料,進行整合以及建模等程序,並把作業過程中重複的步驟自動化,以縮減數據團隊進行分析工作的所需時間。

  • Data Types and Data Structures
  • Functions, Classes and Objects
  • Popular Libraries and Packages
  • Database Queries
  • Programming Methodologies

數據工程

Week 4-10

面對規模較大的業務時,企業往往會有大量的訂製數據需要收集並作初步整合,而數據工程人員便需要按照企業團隊的需要,設計合適的數據收集及儲存方案,以提高數據團隊進行分析工作的效益。

  • Database Management Principles
  • Data Pipelines and APIs
  • SQL vs noSQL
  • Entity Relationship Diagrams
  • Cloud Computing For Data Engineers

商業智能

Week 4-12

企業內部數據團隊所進行的項目,需在轉化成商業智能(Business Intelligence)的過程中,為企業產生價值。學員將會學習如何透過建模及數據視覺化(Data Visualization)等渠道,為企業決策帶來正面影響。

  • Data Visualization Classifications
  • Data Dashboard Design
  • Aggregation and Granularity
  • Analytical Fallacies
  • Professional Analytics Tools

應用機器學習

Week 6-12

在分析龐大的數據集時,機器學習模型(Machine Learning Models)可以為企業節省大量的時間與資源。學員將會運用不同類型的機器學習模組,以對應不同類別的企業資訊進行準確的預測。

  • Supervised vs Unsupervised Learning
  • Natural Language Processing
  • Recommendation Systems
  • Recurrent Neural Network

課程職業支援

Week 10-12

為協助學員取得數據部門崗位的工作機會,導師團隊將會透過舉辦招聘工作坊(Career Fair),模擬面試,就業諮詢,履歷覆檢等服務輔助學員。另外,學員亦會於導師指導下,編輯符合企業需求的個人作品集。

  • Personal Portfolio
  • Career Fair
  • Mock Interviews
  • Career Consultation
  • CV Diagnostics
  • Networking Sessions

CASE STUDY

畢業生個案分析

微學位課程第一期畢業生Winston,報讀課程前來自平面設計行業。受到疫情影響,Winston在為自己事業重新計劃時,決定向人才需求增長較快的數據工種發展。完成課程的各個項目後,Winston於招聘日中獲得HR人員的注意,並在及後的面試環節中,利用模擬面試中練習的題目,順利解答當日的技術性問題。

微學位課程中每週的實戰項目,除了能夠讓學員練習所學技能和工具之外,亦可為學員的作品集(Portfolio)鋪路,縮短學員成功獲企業取錄的所需時間。利用課程提供的資源,Winston在首輪的面試中獲部門主管的認可,並順利取得工作邀請。

“自己事業上經歷疫情之前都尚算穩定,不過疫情之後公司生意轉差,令到我決定係情況變壞之前,需要主動試下可唔可以轉行。報讀作個Bootcamp之後,雖然部分我本身唔熟悉既Topic教得比想像中快,但係導師課後時間都好積極幫我就著啲唔明既Concept仔細解釋,所以成個課程體驗都十分好。另外想特別一讚,面試準備環節Prep過既其中一條技術問題,正正係Interview入面俾人問到,而個答案亦都貼近對方HR既要求。”

TESTIMONIALS

學員的話

微學位過往畢業生對課程質素之評價

Venus Heung
Venus HeungAlumni @ Carousell
Read More
As someone coming from a non-tech background, learning data science can be frustrating from time to time (esp. the part about statistics). Nevertheless, the instructors are very professional and are always there to help when we get stuck.
Jordan To
Jordan ToAlumni @ HKJC
Read More
之前試過係YouTube自學Data Science既Concept,不過學左一排發覺無清晰既Project去實習其實好多時候都想像唔到啲概念應該點用。上完Bootcamp之後覺得課程既實習Project好實在,亦都好多謝導師搵工個時咁落力幫手!
Kwan Pui Sze, Sammi
Kwan Pui Sze, Sammi Alumni @ Capgemini HK
Read More
The instructors of the course are very competent, and they are willing to go the extra mile when students bump into problems. In one instance, Matthew (the instructor of my cohort) had coached us and fixed a challenging bug for our team at midnight. Would definitely recommend this course to anyone who is looking to break into the data industry!
Benjamin C.
Benjamin C. Alumni @ FWD
Read More
Bootcamp課程的教學速度適中,雖然本身有少量編程經驗,但是課堂之中亦發現了很多自己沒有接觸的數據編程知識。除此之外,面試的支援亦十分充足,很多模擬面試中練習過的問題,最終在真實的面試中出現。整體而言十分滿意Bootcamp的教學。

微學位課程畢業生獲聘於以下企業

Our programme alumni are hired by...

求職主導之數據科學作品集

全職崗位的面試過程中,能夠吸引HR及部門主管目光的實習項目是入行的關鍵之一。因此學員透過微學位課程的教學大綱,將會逐步累積不同的實戰數據項目,並於GitHub等代碼管理平台上展示學習成果,以爭取面試人員認可。

在收錄課堂上的實習項目以外,導師在職業輔導的時段中,亦會給予學員在求職/面試過程中凸顯作品集項目的建議,讓學員在面對不同類型的面試環節時,能夠準確地讓面試人員了解自己的實習項目能夠如何為企業帶來價值。

橫跨不同行業的數據部門,對於數據科學的應用及需要的工具亦會有所分別。因此課程的實戰項目將會包含來自不同行業作為藍本的項目,包括金融,物流,零售,軟件開發,物業管理等題材,確保學員對於各行業的數據工作有充分的認識。

由第二期微學位課程畢業生設計,學員利用自然語言處理(NLP)模組,配合Carousell 平台數據,開發出判斷物品資訊對賣出機率影響的模型,以發掘出能夠提升物品吸引度的字眼。

基於學員的項目模型,買賣平台便可以在賣方輸入物品資訊時,提出對賣方有利的建議,增加賣方成功售出產品的機率,同時提升平台的抽成,為平台產生商業價值。

全方位畢業生就業支援

課程導師除了裝備學員在數據科學方面的技能以外,另一主要目標是確保學員在畢業後,甚至在課程中途獲得至少一個全職數據工種的工作機會。教學團隊將會與本地及跨國企業安排就業工作坊(知名企業包括:Accenture,Bowtie,新世界集團,Uber等),以及相關的交流活動(Networking Sessions),務求學員能夠展示自己所學,並得到心儀工作崗位的招聘機會。

課程中常規的就業支援環節亦會提供由導師團隊設計的模擬面試,以及就業諮詢等時段,讓學員可以從具豐富經驗的導師身上掌握行業動態。其他配套服務包括履歷覆檢及作品集覆檢等,亦能夠幫助學員在面試時爭取最佳表現。

課程中定期的就業支援環節包括:模擬面試,就業諮詢,履歷檢閱等服務,學員亦可以與課程團隊24/7的支援群組互動,以獲得即時的就業建議。與微學位課程導師的門檻相同,支援群組中的導師皆具有5年或以上從事數據部門的年資。

除了求職支援的服務外,課程亦會提供線上資源庫,以縮短學員求職所需的時間。線上資源庫包括對應不同行業的履歷模板,面試題庫及建議答案,錄製模擬面試,過往畢業生所提供的求職/面試指南等。

此外,學員亦可透過線上討論群組,了解最新的就業市場動態,以進一步提高競爭力。線上資源庫將定期更新,而畢業生亦可終身使用線上資源庫。

REMARKS

準備事項:
自備筆記型電腦,並於報名後按照課程導師指示安裝相應軟件。

如何留位:
報名後,我們將會與閣下聯絡,以完成課程留位手續並領取相關優惠。

授課模式:
小組形式(全日制)

HYBRID

CLASS INFORMATION

數據科學及機器學習微學位11月班

日期: 7 Nov (Mon) – 28 Jan (Sat)
時間: 星期一至五 9:30 – 17:30
地點: Level 10, 4 Hing Yip Street, Kwun Tong
授課語言: 廣東話教學,英語教材
課程學費(面授): HKD$52,600 (早鳥優惠:HKD$47,200)
課程學費(線上): HKD$34,800 (早鳥優惠:HKD$31,200)
課程編號: DSX-1125A

學位狀況
學額已滿

HYBRID

CLASS INFORMATION

數據科學及機器學習微學位2月班

日期: 20 Feb (Mon) – 13 May (Sat)
時間: 星期一至五 9:30 – 17:30
地點: Level 10, 4 Hing Yip Street, Kwun Tong
授課語言: 廣東話教學,英語教材
課程學費(面授): HKD$52,600 (早鳥優惠:HKD$47,200)
課程學費(線上): HKD$34,800 (早鳥優惠:HKD$31,200)
課程編號: DSX-0215A

學位狀況
現正招生

填妥並遞交以下的表格後,團隊專員將會盡快與你聯絡,安排最方便閣下的課堂時段,並且發送課程之資料,留意事項及付款方法。由於微學位課程為全日制班次,課程開始後將不設調堂選項,請閣下確保遞交之資料無誤,並預留時間按時參與課程。

馬上於早鳥優惠期內報名,即可享用課程折扣,以優惠價報名留位(面授及線上早鳥優惠請參考以上班次資料)。早鳥優惠時段尚餘:

Days
Hours
Minutes
Seconds

FQ&A

常見問題及協助

成功完成課程期末統整項目之學員,將會獲發微學位課程畢業證書乙張。Sparka Academy之課程證書受到本地及海外專業機構認可,對於學員事業轉型及就業前景有所幫助。

是次課程完結後,學員可以下載課堂上的教學材料作複習用途(請勿轉發予非課程學員,否則本中心保留法律追究之權利),以及使用是次課程導師24/7就業支援服務。

不需要。是次之微學位課程由新手角度出發設計,因此學員並不需要具備相關行業背景。

不需要。是次之微學位課程由新手角度出發設計,因此學員並不需要預先報讀其他課程。

課程直播完畢後,教學團隊將會於線上資源庫上載課堂錄影,供學員複習之用。

遞交資料後,課程專員與你聯絡時將會提供信用卡,支票及FPS作為付款方法。如閣下以上付款方法皆未能使用,請與專員聯絡以按照情況處理。

Download Your Syllabus

數據科學及機器學習微學位 - 課程大綱

FULL-TIME IMMERSIVE BOOTCAMP IN DATA SCIENCE & MACHINE LEARNING