[修讀原因]

到第 28 堂課了, 前面 9 堂的電腦課為:

• Data Structure / 資料結構
• 資料庫概論
• 計算機組織/結構/架構
• Operating System / 作業系統
• Performance Tuning / 效能調校
• Programming Language/System Programming (程式語言/系統程式)
• 現代資料庫 (NoSQL 與 Big Data Database)
• R (Programming Laguage)
• OLAP (Online Analysis and Processing), RPC 與 API

這九堂課已經說個大概了, 雖然有些是點到為止, 因為真的實用是再該深入的, 只是深入的部份與其說是學習, 還不如就是下去動手做了.

但在實作之前有幾個要學習的:

• Intergrated Develop Enviroment (IDE)
• Framework (Front-End or Back-End)
• Library
• Version Control
• Cloud
• .......

當然就實作而言, 沒有甚麼是一定要學才能開始做的, 也就是說沒有誰沒有學就會的, 換句話說, 怎麼學都不夠所以就做吧....

[基本資訊]

• 課程題目: Engineer should be Maker
• 大學學程: 隨時都可以開始, 也不會結束
• 困難度: ＊ or ＊＊＊＊＊
• 必要度: ＊＊＊＊＊
• 所須時間: ＊＊＊＊＊
• 建議書籍: 無

[基本介紹]

在 Big Data 中, 有人稱有三個角色:

• Data Scientist (Data Analytist)
• Data Engineer
• Data Manager (Product Manager)

這邊的 Data Engineer 扮演的角色雖然感覺只是個環節, 但若沒有這些資料, 還真的做不出東西出來.

但在所謂的 Data Scientist 的三環節中也是有這三種角色:

• Doman Expert
• Mathmatian
• Hacker (Hacker)

這邊說的 Hacking Skill 指的就是實作的要求, 當然指的是電腦能力, 而這在我的眼中, 這才是最重要的能力, 實作的能力, 雖然實作的能力不是只有電腦的能力, 而是這三方面的能力都要會, 但有太多的科學家, 或專家, 甚至有些工程師最後只有出張嘴的能力而已, 甚至只是自稱自己是個 DBA 或是 SA , 就認為自己是比工程師還更高級的角色, 但事實上叫他下來做卻是甚麼都做不好.

但身為一個 Data Engineer 資料工程師, 就必須要有認知是要做出來的那個, 也就是動手做, 這也是這個社會最缺的, 每一個人都想當管理者, 每一個人都想當出嘴不動手的專家, 最後沒有人動手, 只是真正的價值應該前提是在實作, 之後是讓價值更高, 可比乘上好幾倍, 但若沒有這基礎的話, 零乘上 100 還是 0 阿.

所以我們就應該先當那個 1 (The One) 吧.

[修習方式]

Just Do It!