佛心分享-IT 人自學之術
歡迎來到「30天轉職馬拉松」系列文章，無論你是正在考慮轉職、還是渴望薪資突破的在職人士，我將以自身成功轉職經歷整理一份學習指南交給你，並以每日5分鐘的閱讀時間，讓你獲得成為後端工程師的入場券！ 目錄大綱 第一週：熱身與起跑 - 轉職準備與市場分析（第1–7天） 第二週：鳴笛與衝刺 - 網路基礎概論與後端通用知識（第8–14天） 第三週：配速與節奏 - Golang 基礎與實戰 I（第15–21天） 第四週：進入決賽圈 - Golang 基礎與實戰 II（第22–28天） 第五週：新的起跑點 - 職場經驗分享（第29–30天）
Python
從環境設置與基本語法開始，逐步介紹條件判斷、函數、物件導向編程等基礎概念，並深入學習文件操作、異常處理等實用技術。最後通過專案實作，將所學知識應用於日常問題解決，能夠讓人有效在短時間內掌握 Python 的基礎技能並應用於實際開發。
Python
雖然高中曾經在電腦課上學過Python，但是我對Python的理解始終停留在表面，過了這麼長一段時間，高中學的Python也沒記得多少，希望藉著這次的機會，花30天學習Python這門程式語言，往後希望能夠藉著Python的基礎，更進一步的研究網路爬蟲和ML等主題。
生成式 AI
隨著人工智慧技術的飛速發展，AI 不僅在改變著我們的日常生活，也在深刻在安全領域影響與被影響。 身為一名資安菜鳥，緊跟 AI 技術的步伐，是提升自身能力，以30天知識整理日誌之心，期完成本次莒光簿。
Modern Web
生成式 AI 很厲害，但要如何與 AI 協同開發，有沒有一套比較好的方式？ 系列文章會介紹與 AI 一起 Coding 的辛酸血淚，以及在公司的專案中，如何適當地使用 AI 工具，最有效率產出有效的程式碼。 為大家整理一些實用的策略和技巧，以助於更好地在實際工作中運用 AI 工具，提高生產力的同時，也能確保最終的產出品質。 系列文不僅僅介紹程式碼怎麼下指令生成，還會提到產品開發、軟體開發、單元測試等相關概念，因為當 AI 可以幫我們把實作都寫好之後，擁有正確觀念的開發觀念則更為重要。
AI/ ML & Data
網路上說轉職當資料分析師可以 blah, blah, blah，但他們沒告訴你的是，多數人最後也只是成為撈資料的猴子，工作沒什麼成就感。 是我太 cynical 嗎？不是，因為國外真的有 SQL Monkey, SQL ATM 等詞彙描述資料團隊的窘境。 但俗話說得好，當猴子也要當個專業的。 這系列文章不會教你如何發揮影響力 （這部分還是乖乖祈禱自己跟對主管比較快）。但會從何謂大數據、KPI 以及指標到資料模型的設計，並透過 dbt, PowerBI 設計出 讓提出需求的人自己撈資料的工具。如果做不到，至少也有機會自己把資料撈得又快又好，多出來的時間就可以去打混摸魚。
