【職涯分享】能源路網資料科學家、專櫃美妝資料分析師
職涯分享社課旨在於讓社員認識更多資料分析相關工作內容，對未來發展的想像能夠更寬廣，本次很榮幸邀請到來自 Gogoro Network 的 Data Scientist Jui-Fa Tsai 以及來自 L’Oreal Taiwan 的 Data Intelligence Analyst Jammy Ho 與社員們分享在 Data Team 的工作日常以及如何與團隊、外部廠商協作。
Jui-Fa 學長分享
Jui-Fa 學長自台大物理博士畢業後即加入 Gogoro，致力於透過數據持續優化 Gogoro Network 各項服務，學長主要與我們分享在資料分析領域中，還有很多角色可以體驗，並共同協作完成專案。
Gogoro 簡介
Gogoro 整合電動機車硬體、軟體與資料串接的生態，而 Gogoro Network 則是實踐環保的一環，透過電池替換、舊電池集中保管以延續電池的 second life，而電池連接了電動機車與 Gogoro Network 生態圈，數據蒐集、資料分析都能一次到位，已經成功做到消費者無需自費購買大量電池，宏佳騰、Yamaha 等知名電動車品牌加入 Gogoro Network 生態圈。
資料分析生態圈
“Every role is important.”
資料分析也有自己的生態，學長以 9 roles Ten red flags signaling your analytics program will fail 提到的資料分析 9 種角色分別解說不同角色負責的職務範疇以及如何相互合作。
- Data engineer: collect, structure & analyze data
- ML engineer: build modeling pipeline & parameter optimization
- Data scientist: develop statistical model & algorithms
- Visualization analyst: visualize data/ build reports & dashboards
- Workflow integrator: build interactive decision-support tools & implement a solution
- Analytics translator: ensure analytics solve a critical business problem
- Delivery manager: deliver data- / analytics-driven insights & interest with end-users
- Business leader: lead analytics transformation across the organization
- Data architect: ensure quality & consistency of present/future data flows
以 Gogoro Network 資料分析團隊為例，便是從網羅 Business 人才開始，接著招募 Techinical 人才，爾後是 Analytics 人才，不同職位有招募的先後順序與市場，專業分工才能賦予資料獲利價值，學長也鼓勵社員找到適合自己天份的角色。
職涯優勢培養建議
學長也介紹之前在學術界的經驗以及之前是如何將在歐洲核子研究中心 (CREN) 做研究的經驗連結到產業界，找到自己心儀的工作。
大型強子對撞機(LHC) 概覽 from CERN
- 了解自己哪裡在行/不在行
- 不做太複雜的事，但讓大家都看得懂
- 多面試、了解人力市場的需求
- 品牌化自己，如寫部落格、展現穩定性、慎重細節/準備、用誠意表現自信、適時微調
學長分享，當時花了許多時間將使用詞語從學術界轉到產業界聽得懂的詞彙，花時間整理自己過去的經驗，並開始寫自己的部落格，把論文轉換成「人話」分享給心儀的公司，在面試時主動做簡報，讓面試內容聚焦在自身的優勢上同時也展現積極性。最後，學長也鼓勵社員客觀接受每份工作的結果，持續努力朝向目標前進！
Jammy 學姐分享
Jammy 學姊從台大財金系畢業後，加入 L’Oréal 擔任資料分析師，負責 L’Oréal 旗下的專櫃品牌。在這次職涯分享中，學姊與我們分享在美妝商業分析中會遇到的情境以及所需技能。
L'Oréal 簡介
萊雅集團投入美妝產業已有一百多年的歷史，擁有36個獨特、多元且互補的國際美妝品牌，而且是世界上最大的化妝品集團之一，在全世界120多個國家都可以看見巴黎萊雅的蹤跡。台灣萊雅則是分為四個大部門：LUXE（專櫃）、CPD（開架品牌）、APD（醫美藥妝）、PPD（髮品）。
Data Analyst in L’Oréal
- 利用資料分析找到商業問題，或是找到可切入的機會點
- 思考解決的⽅法，與廠商（data scientist）討論技術可⾏性
- 構思應⽤技術的情景
- 技術完成後，與⾏銷經理討論⾏銷細節，並與 PM 們⼀同執⾏⾏銷活動、追蹤業績狀況
- 與區域合作數據專案：利用專案統合能力討論數據架構，同時建立模型邏輯
- 善⽤簡報說故事，精彩且字句精簡
- 提供品牌 CRM 跨品牌的分析
- 建⽴⾃動化報表
職涯優勢培養建議
學姊建議大家在踏入資料分析領域之前，先問自己學習資料分析是為了提升活動成效的⼯具，還是希望能鑽研演算法，並成為厲害資料科學家，前後者的所需技能不同，以下列舉成為台灣萊雅的資料分析師之所需能力：
- 硬實力面
- SQL
時常需要從資料庫取出數據做跨品牌分析，是美妝產業資料分析師最為重要的技能 - EXCEL
當處理資料量筆數少時較為方便，且人人皆熟悉 EXCEL，可以讓品牌 CRM 端能更方便分析及溝通需求 - Google Analytics
由於美妝產業越來越看重電商發展，所以時常要分析使用者在電商的站上⾏為 - Python
能有效提升處理資料速度，但以美妝產業資料分析師而言，重要性不及SQL
2. 軟實力面
- Communication skill
轉換數據語⾔給非數據背景的⼈了解，因為唯有說服品牌端相信專案能幫助業績增長，才能提高合作意願 - Presentation skill
需要利用數據觀察結果產出 insight，並利用表達技巧說服同事專案的可行性 - Muti-Task in Fast-paced
能夠接受FMCG 產業因應市場變動，需要接受突然新任務，並快速產⽣想法及數據
