FTFS Temp – Sparka Academy

ONLINE-HYBRID

IMMERSIVE QUANTUM BOOTCAMP IN DATA SCIENCE & MACHINE LEARNING

數據科學及機器學習微學位

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。沉浸式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學習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。

已培訓以下機構之現職學員

IN DEMAND DATA PROFESSIONALS

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。

$ 0 +

畢業生收入中位數

0 %

課程滿意度(SwitchUp)

0 /7

全天候學員支援

REALISTIC BUSINESS CHALLENGES

沉浸式學習體驗

我們的教學團隊深信，透過貼近現實的方法來實習所學，才能夠掌握職場的關鍵數據技能。因此微學位課程中的實戰項目，皆取材自本地企業的真實商業問題/個案。學員可以利用每週項目來應用數據概念，並且與其他組員討論項目能夠改善的地方。

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。

微學位課程的目標之一，是照顧學員於事業上個別的需要。由於不同行業所應用數據分析/工程的案例（Use Case）會有所分別，因此導師會因應學員畢業後偏好的行業，而調整實習項目的主題，幫助學員建立與行業相關的經驗。

WHY GET INTO DATA SCIENCE?

為何轉型進入企業數據崗位？

香港的就業市場正在進入高速數位化的年代，大量的新興工作崗位都需要利用企業內部數據支援，因此無論是為了自身的興趣，抑或為了減低工作崗位被科技淘汰的機會，學習數據科學的核心技能都是能夠有效增值自己方法。

根據Glassdoor HK的最新數據，數據工程相關工作崗位具有超過每年25%的增長率，而且入行薪金增幅方面已經領先不少傳統的專業工種（例如律師及會計等類別）。因此從實際回報方面出發，學習數據科學技能絕對是正確的選擇。

除了大量的工作崗位以外，數據工種需求的膨脹亦出現於不同的行業。無論是金融，風險管理，物流，通訊，資訊科技等的行業，都需要數據科學相關人才來優化企業於數碼領域上與顧客的接觸點，因此轉型企業數據崗位的入行選擇亦非常廣闊。

數據科學的應用層面廣泛，除了於香港可以轉型至不同的企業內工作，亦有利自己亦Freelance或遙距工作（Remote-Working）的形式入行。因此對於重視工作靈活度，或者希望移民海外尋找工作的人來說，數據科學亦是裝備自己的首選。

不少企業為了適應數位化時代所帶來的轉變，亦會於內部培訓員工掌握數據分析的相關技能。因此，如果學員希望向僱主申請學費贊助，我們的教學團隊可以安排相關協助，並發送課程有關的認證資料，讓僱主更加願意贊助員工自我增值。

WHY CHOOSE THE QUANTUM PROGRAMME?

為何攻讀12週微學位課程？

微學位課程的時數多於一般Part-Time課程，其優勢在於全面的就業/求職支援，來自真實企業之實習項目，以及為入行專門設計的教學框架。學員將會跟隨經驗豐富的導師，成為企業數據崗位專才。

微學位課程的最大特色在於全方位的就業支援，為協助學員進入高需求的企業數據崗位，微學位課程將提供的配套包括：就業講解，模擬面試，就業諮詢，履歷檢閱等服務。另外，學員求職上亦能獲得專業支援，包括來自Michael Page及Wiley Edge等機構顧問。

透過每週的實習項目，學員將會應用課堂所學的數據技能，解決商業情景上的問題。與此同時，實習項目將取自真實商業項目，確保學員能夠利用這些項目豐富個人履歷，並在面試中展示數據分析及團隊協作的能力。

相較一般Part-Time課程，微學位教學框架除了教授核心的數據概念及技巧外，亦會詳細地涉足不同行業及應用程式（包括電商，網站軟件，手機程式，線上平台）的數據範疇，務求學員能夠隨時與不同類型的企業快速接軌。

OUR CURRICULUM

貼近企業實際需求的微學位框架

為了縮短學員取得數據相關崗位所需的時間，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。而工具的運用亦會模擬實際職場環境，以真實商業問題作背景，幫助學員盡快與行業接軌。課程大綱將會拆分為6個章節，以方便沒有行業背景的學員有效掌握編程及數據分析的核心技能。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

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

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

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

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

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。學員將運用不同類型的機器學習模組，以對應不同類別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

為協助學員取得數據部門崗位，導師團隊將會透過舉辦招聘講解，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

PROFESSIONAL TOOLS

親身學習專業數據科學工具

以Python為語言的代碼編輯及支援視覺化之編程環境。

以Git為版本控制(Version Control)軟體的代碼管理平台。

主要用作處理及整合雙維度資料的數據模組。

具備互動式視覺化的商業智慧(Business Intelligence)平台。

向資料庫摘取數據的結構化查詢(Structured Query)語言。

為數據進行互動式視覺化(Interactive Visualization)的Python工具。

提供機器學習及預測模型的Python模組。

用作訓練深度學習(Deep Learning)模型的Python模組。

Amazon提供的雲端物件儲存服務及伺服器平台。

BUILD YOUR PORTFOLIO

為入行而設的專業個人作品集

對於準備入行的企業數據人員來說，一份專業的個人作品集（Portfolio）是不可或缺的求職工具。因此在課堂之中，導師團隊亦會協助學員製作並寄存屬於自己的作品集，讓學員在堂上累積經驗外，同時亦能夠為自己的作品集增值。

除了製作高水平的數據分析項目，如何在寄存的作品集中揀選合適的作品來吸引僱主/HR人員的注意亦是一個重點。因此，學員會於堂上學習如何搭建一個高吸引力的作品集，並且有效地於面試中利用作品集來突出自身技能。

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

證書課程過往畢業生對課程質素之真實評價

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.

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！

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!