如何提升技術背景 – 線上課程＆bootcamps

分類：seaturtlecareers發表於職場即戰力，職涯發展標籤：，，，，，
即使是對轉行者友善的工程師，資料分析崗位，履歷上沒有點相對證明，也不容易找到第一份工作。可以利用線上課程或線下短期學程來加強履歷中的技術背景。

就算沒有相關的學歷背景，也可以轉換跑道到軟體工程師、資料分析、資料科學家。這些工作因為有客觀技術要求，本身很『熱門』（職缺較多），而且也沒有太硬性的證照和法規要求，加上一些歷史因素，對於轉行者是相對很友善的。

話雖如此，履歷上沒有點相對證明，也不容易找到第一份工作。以下我們介紹一些除了工作和學歷之外，增強技術基礎，且可以獲得認證、『提升履歷』的資源。考慮轉行而沒有相對的履歷，不妨從這個清單開始。

（按照投入時間，金錢，起始難度分成幾個大類）

線上入門課程（幾天 ~ 幾週，$）

拼一點  1~2 個週末，就可以完成一個課程，並且獲得認證。基礎能力課程（例如：python basics）以學習為主要目的，認證聊勝於無。可以當作一個開始，慢慢通關晉級（例如 Coursera 的課程可以累積為 specialization）。『輔助類』的科目（不是目標職位的主要工作），或是比較專門技術點的中級課程，有一定的加分作用。

資源：

  • coursera 課程 （有 7 天試用，之後是按每月計費，大約 $49 ~ $79 USD，也有獎學金選項）
  • Udemy 某些課程有認證（按課程計費，大部分 $10~$20 USD，有的定價會很高，但是等一兩週就會有優惠）– 認證不如 Coursera 有公信力
  • LinkedIn learning：按月或年訂閱，有認證，優點是很容易和 LinkedIn 連結。

線上短期學程（幾個月，$$）

算是線上課程的進階版。要花較多時間金錢，也有一定的畢業門檻，所以相對含金量也高一點。系列課程通常最後會有 project，可以作為工作實務的練習，也可以修改延伸之後變成 side project。

資源：

  • Coursera specialization – 4~5 門課程組成一個 specialization，難度深度都夠的學程，例如 Andrew Ng 開的 deep learning，能夠完成也值得敬你兩分。
  • Udacity nanodegree – 稍微貴一點 （$100 ~ $200 USD 左右），也常常有大公司贊助的 challenge 或是獎學金選項（如果完成贊助學程，對那家公司又多了一個連結）。
  • freecodecamp.org 這是一個免費的開源社群，課程由淺入深，主要是以程式設計、網站和應用開發為主，近期也有資料分析、機器學習的課程，裏面的練習相當實用，也有提供認證。 （我們推薦大家看看這個網站，不只是從課程、認證的角度，freecodecampe 更有氣氛不錯的線下社群，可以認識一些一起學習的朋友。 ）

Bootcamp (線上或線下，幾個月，$$$)

有幾家私人公司辦理線上或線下的 bootcamp，需要投入更多時間，大部分收費也很貴。這種課程有更多的教學互動，而且基本上就是求職導向，除了技術本身，也會針對技術面試，改履歷，準備 projects 等等重點培訓。

有些機構也提供『拿到 offer 再付款』的選項。但是如果要參加線下課程，仍需要準備一筆『鉅款』，在 Bay Area 之類物價房租較貴的城市自費生活。加上時間的投入，有點像是『破釜沈舟』的感覺。線上課程會比較經濟一點點，但仍然是需要一定的投入。

資源：

名校線上課程（幾個月，$$$）

很多名校會開設線上短課程，不是正式的學位或學分，但是會由學校發給認證，因為名校加持有一定的含金量。同時也是相當的貴。比較適合資深（senior 或 manager）以上，尋求跨／轉領域的認證。

Fellowship (線上或線下，幾個月，有門檻)

有些機構辦理的 fellowship (類似獎學金計畫)，（名義上）由機構和他們合作的公司提供贊助，需要經過申請和篩選，可以免費參加的課程。因為參加者已經經過一定篩選，課程內容主要以做 公司贊助或自主計畫為主，可以獲得一定的實務經驗。含金量也來自於篩選門檻。

因為這些機構的財源是合作公司給的『獵頭費』，所以可能有相關的合約規定畢業生幾個月內要保留給這些公司『選秀』，當然這對目標就是找工作的同學來說問題不大。另外就是，雖然 fellowship 本身免費，但是線下課程還是有不小的生活費要負擔。

大學短期學位（幾個月＋，$$$，有門檻）

最後，有些學校也會開設線上的學位，金錢、時間、門檻和含金量就只比『真正的』學位差一點點了。適合真正有決心，離開校園不久的人，可以當作一個學位來念，已有進階學位再去修碩士班加分較少。