#工作心得 AI世代轉職速度快得嚇人，7天內轉職科技業
國立臺灣大學
分享一下我的親身經驗，希望給正在卡關的大家一些參考～
我大學期間就廣泛探索不同領域，畢業後第一份工作選擇了行銷，因為覺得創意有趣、跟人互動很豐富。但工作一段時間後發現現實很骨感：
▶️ 薪水普遍落在 3～4 萬
▶️ 升主管才有機會大幅加薪
💡我開始重新思考自己的職涯方向，做了不少探索，後來發現自己對「數據分析」蠻有興趣的！查了一下發現這個領域的行情也不錯，根據 104 的資料，如果穩定做個五年，破百萬薪水是有可能的！
於是我就開始轉職計畫
沒想到用chatGPT學習的效率真的爆炸高！
這是我的轉職流程，可以濃縮在一週內完成：
1. 商業思維本來就有底（行銷出身）
2. 0.5天了解數據分析所需能力-
“程式語言+資料視覺化+商業邏輯”
3. 0.5天學會 SQL 查詢語法的基本用法
(網友分享一天內可學會，我再以gpt輔助加速)4. 1天快速上手 Python(基礎語法+Pandas 入門)
5. 3天學Tableau + 自己試著畫出視覺化圖表(這部分卡比較久，AI 圖表教學目前還是偏弱)
6. 1天整理履歷、請教 104 Giver 和業界學長姐幫我潤稿
7. 第7天直接去面試，意外拿到第一個offer，起薪甚至比之前做行銷還高！這個轉職速度老實說我自己也有點嚇到😳
但真的深刻感受到：
🔹 AI+網路世代的學習效率完全不同以往
🔹 工具會幫你省時間，但關鍵還是要有方向
這一個月我過得比較閑散，大多時間在休息+焦慮+自我否定，過程中真正有效的時間只有大約一週。我那時還停留在網路世代的資訊，不斷問自己真的能轉職成功嗎？沒想到AI世代速度感完全不一樣了~
雖然我還是個新人，現在跨過這個轉職門檻後，未來的發展我更有信心了！
希望這篇對正在迷惘的你有幫助～
歡迎大家交流想法💞
===================
更：
不是每個人都一定要挑戰難度高的數據分析！
像是 PM / PA、技術客服、人資、助理等，
都是很適合入門科技業、邊做邊學的起點！！
數據分析雖然很有趣，但也真的需要結合「感性＋理性」：先從觀察問題、同理使用者的行為，接著用數據驗證假設，最後再用有溫度的方式溝通報告並說服。整個挑戰難度是偏高的😂
所以從哪種職位切入都OK，進入產業才是關鍵第一步~ Foot in the door first!!!
====================
更：
很多人好奇：SQL要怎麼半天上手？
其實我學會之後剛好有個科技業朋友也要學，我跟他講解10分鐘後，他就說：「懂了，能做了。」
但面試策略來看
我只要會技術考內容即可
