為何轉職成為軟體工程師

我是經濟系畢業的學生，事實上出社會前，我會的程式只有 R。如果沒聽過，也沒關係。但它確實紅了一陣子。求學時期的我從沒想過自己有一天會成為軟體工程師，只是覺得會寫程式的人都好厲害，工作一定很好找，滿羨慕的。

在經濟學相關的領域知識裡面，個體經濟學主要在研究不同種類個體的經濟行為。我感覺自己還算學得不錯，雖然不到很喜歡，但也挺有趣。不過總覺得這些理論有點不夠細緻，對於真實世界的情境無法直接套用。總體就更不用講了，太宏觀了，我只能說我眼界太淺，無法獲得深刻的見解。

(這並非在說學經濟學沒用。事實上這些理論基礎都能帶給我在思考很多事情的方向。對於決策能力的提升也有很大的幫助。甚至對學習 AI 也有很大的幫助。)

也正因為如此，我特別想透過數據了解人們的真實行為。而且我希望是在他們自己都還不知道之前，先一步發掘他們的需求。但問題是，以我當時的技能，並不具備分析巨量資料(大數據)的能力。

所以後來聽了家人的建議，去了人工智慧學校，全職學習了 4 個多月 Machine learning 的知識(包含 Deep laerning 與 python 相關的用法)。課程中最讓人感到興奮的是，無論什麼模型都會從理論基礎開始教，也會請大學教授來到現場教課，不是隨便套套模型就交差了事。不過當時我發現很多人跟我不一樣。大家都覺得理論很難，但反而我覺得學習這些理論比起實作對我來說還更簡單一些。因為說穿了ＭＬ背後核心的概念就是統計、線性代數和微積分，這些都是當時在經濟系的必修。但反過來說，實作我就很不在行。這不僅是因為本身 coding 的能力不好。在運用網路上資源的能力也是差別人一大截(這是我事後回想認為的)。

但無論如何我也還是靠著這 4 個多月的經驗找到了我第一份數據分析師的工作。一份挺穩定的工作，錢不多但不加班。不過也正因為不加班，我下班滿認真在學習數據分析、建模和 AI 相關的知識，也是這段時間讓我在 coding 和分析能力上都有滿顯著的提升。工作上也確實搞了幾個模型與做了一些分析專案。

不過這段經歷也讓我意識到，如果不是一間真正數據驅動的公司，你就永遠只能做 support 的角色。這句話講好聽一點是能夠幫助別人，講難聽一點就是，沒有你也沒差。沒有辦法對公司有什麼實質的影響，更別說對社會能有什麼貢獻。

此時，我就已經開始動了想轉職工程師的念頭。我想要成為做出產品的人，而不是 support 的人。但當時我認為我已經工作兩年多，非相關科系，突然要成為工程師我做得到嗎？我是不是又會更落後別人？也許其他地方會比較數據驅動。做數據應該還是很有價值的吧！？所以又抱著再試試的心情換了工作又做了一年半。但結果情況還是一樣。我依然看不到我的價值。這時我才終於下定決心。我想要成為一個做出好產品的人。我希望在我漫長的工作生涯，可以帶給這個世界一點價值，讓我的職涯和生活能夠有點意義。

如今我已經是一位軟體工程師，主要做網站開發，回過頭看，轉職是我人生到目前為止做的最好的決定。這篇文章是用來記錄我這一路上的心路歷程，讓未來的我做一個紀念，也希望若你也有想做的事，勇敢去嘗試，別讓你的人生活在躊躇之中。