本文內容：
想當數據分析師？為什麼推薦IBM的Data Science Certificate？
市面上專門針對數據分析檢定證照的選擇並不多，我本身考取過的證照有 IBM 的 Data Science Certificate 與 Microsoft 的 Technology Associate (MTA) 認證。除此之外，也有研究過像是經濟部的巨量資料分析師、SAS 的 AI & Machine Learning Professional 和 Google Data Analytics 等證照。
而在這些證照裡面， IBM 的 Data Science Certificate 是我很推薦想進入數據分析領域的新手、1-3年內的資淺數據/商業分析師或單純對數據方面有興趣想了解基礎知識的人。
認證所設計的課程內容從基礎理論知識到實際操作都涵蓋了，由淺入深一步步帶你操作，內容的安排製作相當用心，甚至有持續精進，還擴增了 GenAI 相關的最新內容。
以下就分享我在今年9月考取證照的真實心得，並會詳細介紹課程內容與考試流程，提供給有興趣學習或想增加證照經驗為履歷加分的人參考。
這堂課適合怎樣的人？需要投入的學習成本如何？
>>內容涵蓋基礎觀念到工具應用、面試準備，適合數據新手與轉職學習者
課程從最基礎的什麼是資料科學開始，到介紹常見的數據分析工具，以及鎖定最主流的數據分析程式語言- SQL 及 Python 作為主要的習題操作練習，更包含了數據分析工作的履歷與面試準備，因此特別適合新手、對數據分析有興趣、或想轉職學習的人。
但如果是已經對數據分析掌握度很高、擁有豐富數據經驗的話，除非是像我一樣有特殊的考量(如：公司內部要求、考照獎勵補助、想複習數據分析的基礎知識等)，不然建議可以略過此課程，因為需要投入的時間成本與操作練習是不少的。
>>全線上課程，官方建議學習時長為160個小時
課程採全線上方式進行，所以學習方式十分彈性，可以依照自己的節奏安排想上課的時間與進度，官方建議的學習時長是4個月，每週10小時，也就是共160個小時的學習時數。假設以一般上班族，利用周末兩天16小時來上課的話，也需要約3個月才能完成。
開通證照課程的七天內都可以免費試上，喜歡的話再依照自己的偏好加入 Coursera 的訂閱制方案，主要有年訂閱US$399與月訂閱US$59共兩種方式。
而實際需耗費的時數長短，我覺得需依照每個人的數據先備知識程度的不同而有很大的差異。
如果是完全都不懂的新手小白，那我會建議依照官方的時數稍微再打個8折來做參考。因為前面章節的基礎理論知識，可以用更快的速度來加速進行，主要的重點會擺在後面的程式操作練習，需要耗費較多的心力。
但如果是像我一樣已經具備了程式操作經驗，又為了想付出最少學費的前提下，一個月內完成課程是沒問題的。我的個人經驗是以一週的周末兩天很密集學習的方式進行，並在3週內順利取得了證照。
課程涵蓋內容有哪些？學習的難易程度如何？
總共有12門課程，課程涵蓋內容大致可以分為以下4大類型：
【基礎理論知識】：難易程度為「簡單」
包含What is Data Science、Tools for Data Science、Data Science Methodology、Generative AI: Elevate Your Data Science Career共4門課程。
內容為：數據分析是什麼、常見的使用工具與平台、數據分析流程、分析的類型、資料來源的分類與取得方式、生成式AI模型介紹，內容大多為觀看影片和文件的方式，課程難易度相對簡單輕鬆，可多把握這幾個章節，加快學習的速度。
【實作練習】：難易程度為「中等」
有Python for Data Science, AI & Development、Python Project for Data Science、Databases and SQL for Data Science with Python、Data Analysis with Python、Data Visualization with Python、Machine Learning with Python共6門課程。
以數據分析最常使用的語言- Python和SQL作為主軸，教學基本的函式應用及語言結構，包括如何做資料整理、網路爬蟲、探索式分析、迴歸分析、模型建置與資料視覺化。
在這裡教學的語法都是偏基礎、常見型的函式，學習上的難度不會太高，但對於新手來說需要花一些時間進行操作練習，以提升對程式語言的熟悉度。
【作品集報告】：難易程度為「高」
僅有Applied Data Science Capstone這堂課程，雖然課程數只有一門，卻是集結所有實作練習大成的精華課程。
須以火箭發射為例，從網路爬蟲做資料蒐集開始，到資料探索(exploratory data analysis ,EDA)、資料視覺化圖表，最後還有分群模型建置，完整地完成一個資料分析流程，並在每個階段提出數據洞察與報告結論。
由於需要親自撰寫每一步驟的程式碼，所以花費的時間是所有課程裡最多的，在視覺化圖表的部分也因為要做互動式儀表板，需要懂一點API的框架去串接圖表資料，建立互動式設計(如篩選、下拉式選單等功能)，所以在操作上對新手會稍微有些難度。
【履歷與面試準備】：難易程度為「簡單」
第12堂課程-Data Scientist Career Guide and Interview Preparation，從求職的角度出發，敘述了數據工作者所需要的技能、學經歷有哪些，以及在準備履歷、面試的時候須注意的地方和準備要點，求職過程會經歷哪些階段等等。
比較特別的是，還會以訪談方式詢問多位數據主管在面試時會注意的特點，並實際展示不同面試者的面試過程，由數據主管評比每個人回答的優缺點，忠實呈現可能會遇到的面試情況，有助於新手及轉職者做求職演練的準備。
小結
由於這個證照的內容十分多元豐富，整篇內容共有超過了4,000字，故拆成上下兩篇，方便更容易閱讀與吸收。
對證照有了基本認識，也了解課程內容所涵蓋的範圍有哪些後，下一篇將拆解課程主要的進行方式有哪些類別，該如何進行操作，並分享個人的真實考照心得，剖析課程的優缺點，可以讓你更進一步掌握準備的方向及考照建議。
