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。






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。
- 按學員興趣出發
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。

- 高增長數碼行業
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。
- 跨行業人才需求旺盛
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。
- 工作性質靈活
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。
- 邀請僱主贊助學費
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。

- 全方位就業支援
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。
- 大量實習項目/協作經驗
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。
- 為入行而設的教學框架
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
- 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
- WEEK 10-12
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

- JupyterLab
以Python為語言的代碼編輯及支援視覺化之編程環境。

- GitHub
以Git為版本控制(Version Control)軟體的代碼管理平台。

- Pandas
主要用作處理及整合雙維度資料的數據模組。

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

- SQL
向資料庫摘取數據的結構化查詢(Structured Query)語言。

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

- Scikit-Learn
提供機器學習及預測模型的Python模組。

- Tensorflow
用作訓練深度學習(Deep Learning)模型的Python模組。
- AWS S3
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。
- 為數據崗位面試鋪路
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。
- 課程就業支援
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。

- 學生的話:Winston Mak
“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




GRADUATE PLACEMENTS
課程學員獲聘於以下機構
證書課程之學員現職於下列機構(包括但不限於)
















COURSE INSTRUCTORS
專業教學團隊
Sparka Academy團隊的數據科學課程導師,均現職於相關行業及工作崗位內,以確保學員所學與現實職場的工作要求能夠無縫接軌。此外,導師亦會安排源自於現實項目的學習環節,讓學員可以親身接觸企業實際遇到的商業難題,從真實的問題中運用數據工具解難。
- 24/7課程學員支援
無論是正在修讀課程的學員,抑或已經畢業的學生,導師都樂意為你解答疑難。無論是關於課程知識,分組項目,或者是畢業後就業相關的問題,Sparka Academy的團隊都提供24/7的學生支援,務求每一位學員都能夠找到適合自己的工作崗位。

PROFESSIONAL CERTIFICATION
認可微學位證書
除了專業的導師團隊外,證書課程亦榮獲本地及海外的知名機構認可。對於事業上希望轉型的學員,獲得於行業內具高度認受性的專業證書,絕對能夠幫助自己於其他應徵者中突圍而出,獲得適合自己的工作機會。





FORMAT & PRICING
以混合形式進行微學位課程
數據科學微學位將以混合形式進行,學員可以選擇線下及線上學位參加課程。有關課堂時段之安排請參考微學位班次資料。
- 班次錄影
課堂時段將會提供錄影,讓未能參與個別課堂的學員可以在課餘時間補回重點教學內容。此外線上學員亦可與線下學員合作完成分組項目,獲取遙距協作的經驗。
- 線上資源庫
除了課堂錄影外,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。因此學員可以於課堂外的時間,為投身數據崗位做好準備。
微學位學費模式
微學位課程將提供混合模式(Hybrid Mode)的教學體驗,學員可以按自身需求選擇線上或線下學位。另外微學位提供分期付款之選項,讓有需要的學員可以按月繳付學費。
- 線下學位
- $38,600
- 分期選項(以信用卡形式繳付)
- $3,350 × 12
學費已包括微學位所有配套:
• 常規課堂
• 線上資源庫
• 就業支援
• 畢業生活動
- 線上學位
- $32,600
- 分期選項(以信用卡形式繳付)
- $2,830 × 12
學費已包括微學位所有配套:
• 常規課堂
• 線上資源庫
• 就業支援
• 畢業生活動
ENROLL NOW
課程班次
- 如何留位
完成報名後,課程專員將會與你聯絡,了解最適合你的課堂時段及地點,以完成課程留位手續。課程開始前請自備筆記型電腦,並按指示安裝所需程式。
HYBRID BOOTCAMP
BOOTCAMP INFORMATION
數據科學及機器學習3月份微學位
日期: 20 Sep (Tue) – 9 Jan (Mon), 12週
時間: 星期二及四:19:00 – 22:00 (3小時), 星期六:14:00 – 18:00 (4小時)
授課語言: 廣東話教學,英語教材
微學位編號: QDE0335
HYBRID BOOTCAMP
BOOTCAMP INFORMATION
數據科學及機器學習7月份微學位
日期: 20 Sep (Tue) – 9 Jan (Mon), 12週
時間: 星期二及四:19:00 – 22:00 (3小時), 星期六:14:00 – 18:00 (4小時)
授課語言: 廣東話教學,英語教材
微學位編號: QDE0335
Mong Kok Center
6/F, Prosperity Centre, 982 Canton Road, Mong Kok, Kowloon, Hong Kong
Admiralty Center
6/F, Admiralty Centre Tower 1, 18 Harcourt Road, Admiralty
- 報名留位
- 課程指南
遞交報名表格後,課程專員將會發送課程指南及相關資料供學員參考。為確保學員維持高出席率,核實報名前請細閱課堂時段。
FQ&A
常見問題及協助
凡學員成功完成課程期末的統整項目,均會獲發數據科學課程證書乙張。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絕對有所幫助。
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及FPS作為付款方法。如閣下以上兩種付款方法皆未能使用,請與專員聯絡以按照情況處理。