#應徵截止日延至9/27，
歡迎有意應徵的朋友們，趕緊把履歷寄過來～一起加入我們吧！
#你的職稱
圖書資訊管理
#希望你具備的能力與特質
• 具有圖書館學與資訊科學背景（#圖書資訊學系畢業者佳）
• 對圖書館實務、非營利組織、資料分析有興趣，並願意學習
• 如果會一點 html、css、Javascript 就更好了（加分）
• 對攝影藝術有興趣、認同 Lightbox 的理念
• 能主動觀察組織的問題，並與夥伴討論解決方案
• 細心、做事有條理、願意嘗試與學習新的事物
• 善於與人溝通、團隊合作
#你負責的工作項目
1. 圖書管理業務：
館藏管理 - 編目、上架、整架、募書/採購、盤點（帶領兼職/實習/志工一起執行）
館藏發展 - 館藏發展討論、定期做館藏評鑑與建議、持續觀察並提高好用性
2. 館藏活化：與夥伴一同企劃書展、接洽合作書展、討論其他活化方式
3. 讀者服務：引導讀者使用各種資源與服務、解答讀者問題
4. 網站與資訊管理：與UI/UX設計師及工程師溝通合作，定期更新官網、共建資料庫
5. 設備管理：圖書室與活動設備管理、講座直播執行（提供教育訓練課程）
#Lightbox全職夥伴們的職責
1. 組織重大事項的討論與決策
2. 帶領志工、實習生一起完成業務
3. 獎補助申請：分工撰寫企劃書
4. 活動支援：講座、學校參訪、書展、市集或其它活動時的支援
5. 空間維護：硬體維護、空間保養清潔
6. 其他事項：共同分擔組織的日常行政雜務
#工作型態與薪資福利
• 薪資福利：
起薪：30,000 元（每月實領）
獎金：你的生日 (3,600元)、Lightbox生日(7,500元 / 5月)、世界攝影日(7,500元 / 8月)、年終獎金一個月
津貼：除了單位負擔的給付額，Lightbox將額外幫你付勞健保自付額，不會從薪資裡扣
加班費、特休規定：依照勞基法（加班費也可換成補休）
• 工時：
上班時間｜週二～週六 11:00-20:00（中間休息1小時）
一般假期｜特休、病假、事假皆按照勞基法規訂，女性生理假每月 8 小時
活動加班｜可能配合活動加班，加班工時按勞基法計算加班費或換成補休
• 其他好處：
友善、平等、開放的工作環境
第一手的當代攝影相關資訊
近距離與國內外的攝影人/藝文人交流
#我們還想說
Lightbox 是一個友善、平等、互助的工作團隊，我們希望能找到願意與 Lightbox 一起學習、成長的工作夥伴，不只為了完成交辦事項而已。團隊中的每一個人，都可以隨時提出自己的想法、在工作中遭遇的問題、內外部協助的需求，或是對 Lightbox 未來的想像等等。期待有熱情和理想的你加入我們，一起讓 Lightbox 變得更好，為台灣的攝影社群與藝術文化做出更多貢獻。歡迎你來喔～～～
#應徵方式
• 請在 9/27 前將你覺得能協助我們更了解你的資料寄送至 [電子郵件地址已隱藏]
（❗️應徵以email為主，若臉書隱藏電子郵件地址，請至我們的官網查詢）
標題請統一為： [圖資管理應徵] OOO （你的名字）
• 歡迎在履歷中，附上你曾修過的課程列表、成績單、作品集等，幫助我們更了解你！
• 我們將優先處理先收到的履歷，徵到為止，請大家把握時間！
資料科學作品集 在 Re: [請益] 資料科學與網頁後端領域的選擇- 看板Soft_Job 的推薦與評價
※ 引述《b10130402C (Klay射手)》之銘言：
: 版上大大們好，如題，想請教各位的意見以及徵詢大家的看法，謝謝。
: 目前為自學 Python 兩個月半，從最基本的能力迴圈、def、class等觀念重新學起，學會技能列點表示：
: 1. 程式基本觀念活用 ( 迴圈 、陣列、 python 中的 class 類觀念、Dict 使用 、 csv.DictRead & DictWriter 使用、tkinter 按照課程操作一遍)
: 都是跟著 Coursera 學習，皆可完成課程作業。
: 2. Python 中的 Modules ( Numpy ， Pandas DataFrame , Matplotlib 畫圖操作 ) 莫凡影片加上第三點的 Side Project 會頻繁複習 1 & 2
: 3. 爬蟲技巧 ( request , BeautifulSoup , Selenium webdriver 等操作 ) 有自己寫出兩個小小的 Side Project ( 爬 2019 電影版好雷的電影 & 爬簡單股市
: 存進 SQLite 練習操作資料庫)
: 4. Django MTV 系統練習，已成功作出小部落格跟 To-do-list ，也練習 heroku 上傳成功
: 5. 因為對資料科學有興趣，統計還算過得去，但是管院沒修過線代，重修李宏毅老師的線代跟買書瞭解機器學習概念
: 未來會花時間學習「資料結構」與「演算法」跟開始作 LeetCode ，自己對於網頁後端跟資料科學都很感興趣，自學兩個月還蠻開心每天都有進步。
: 後續要找工作，時間壓縮情況下，勢必只能往一個領域的技能樹點。
: 資料科學領域：發現要找資料分析工程師或是機器學習相關的工作，還沒辦法實戰 ( 還沒打過 Kaggle )，普遍好像對於學歷都蠻要求要博士或是工作經驗3年以上，對於這塊領域在業界的趨勢也不是很瞭解，如果求職此方面工作是否需要作品集？ 想請教此領域在業界新鮮人的能力要求或是發展？
: 網頁後端領域： Django 後發現作網頁蠻好玩的，但我的致命缺點為前端能力 ( HTML 、 CSS 、 Javascript )完全沒有，HTML 只知道是標籤組成，寫網頁也是硬擠出來，後續往此領域勢必要將前端的洞補起來，有摸過 MySQL 跟 SQLite 作前後端串聯，想請問各位大大後端工程師相對於前端能呈現的作品集大致上呈現為何？ 對於網頁後端的發展我的看法為比起資料科學相對成熟，也想聽聽看大大對於後端工程師的看法。
: 謝謝各位花時間看完，因為真的有點迷惘，所以跑上來詢問，有任何建議或批評也可以直接點出，非常謝謝你們！！
統計轉後端的來說一下心得
之前分別做過一個Data Analyst和一個Data Scientist的實習
全職後端大概2年
現在在唸資工碩班
------
說一下我理解的幾個不同職位的差別與技能
如果有錯誤歡迎指正，
但我可能不會回，最近太忙了......
Data Analyst
技能: R, Python, SQL, Hadoop(較少), SAS, SPSS(較少), Tableau
知識: 說人話, 精美報告, 敘述統計, 基本建模, 問卷設計(較少), 資料處理,
資料視覺化(重要)
Data Scientist
技能: R, Python(主要), SQL, NoSQL, Hadoop(較少), SAS(較少), SPSS(較少)
知識: 高階演算法(主要)、專業報告, 一堆paper(重要), ML, NN, DL, EL, 爬蟲(較少), 資料處理,
超難建模, 依領域(Signal processing, image processing, NLP, etc.),
作業系統, 平行系統, GPU運算, 計算機網路, ...
Data Engineer
技能: 同Data Scientist
知識: 進階演算法(重要)、跟Data Scientist混熟, ML, 爬蟲(主要), 資料處理(主要),
作業系統(重要), 平行系統(重要), 雲端運算(重要),
GPU運算(重要), 計算機網路(重要), ...
NOTE: 以上三種我相信是大多數人容易混淆的，
但事實上業界也沒分這麼細，
多得是徵Data Scientist做Analyst甚至是DBA事情的公司，
反之亦然，請在面試時就問清楚，
除非是國際型大公司。
Backend Engineer
技能: Java(Spring), Python(Django), JS(Node), Ruby(RoR), php(Laravel),
SQL, NoSQL, AWS, Version Control Tools(主要)
知識(主要): 資料庫設計、軟體工程、Scrum, DevOps, 作業系統、計算機網路、
物件導向設計、資料結構, 計算機組織/結構、
依領域(Web: JWT, Session Mgmt., Optimization, Load Balancing, ...)
演算法(普通), 設計模式(普通), 雲端儲存, RESTful APIs
Frontend Engineer
技能: 前端三大框架(React(FB), Vue(Evan You), Angular(Google))(主要),
HTML5/CSS3(主要), Sass(普通), JavaScript(主要), ...
知識: 切版(重要), 和UI/UX合作良好(主要), 軟體工程, Scrum, DevOps,
瀏覽器引擎(普通), Optimization, 設計模式(普通), ...
Data Analyst
通常會直接support行銷/決策團隊/老闆/客戶，
根據分析結果提供他們意見，
所以說人話非常重要，
不然事後絕被老闆噹爆，
當然精美的PPT也是不可少的。
Data Scientist
極度研究導向，
通常都是在公司的研究團隊裡開發，跟paper為伍，
我覺得沒有博士根本做不起來，
恕我才疏學淺無法評論，總之都是神人等級的。
但基本上完全不會參與決策過程，
也不太需要跟客戶社交，
簡報就是很專業，不用迎合平民百姓。
Data Engineer
主要support Data Scientist，
畢竟DS都把精力花在研究模型上了，
資料處理這種活當然是給Engineer做，
所以DE主要就是負責把Data來源、品質處理好，
還有把運算環境等搞好讓DS方便作業，
不要動不動就跑到系統crash。
當然台灣有些會把Data Engineer和Data Scientist的職責綁一起，
我是覺得這樣會把人累死......
還剩下前/後/全端沒講，但PTT真的太難編輯了，
加上我離伺服器太遠，文章打起來好頓...就先這樣吧。
希望能讓一些想轉行的、想了解的有收穫，
有些typo或不通順的地方還請包涵，
感謝各位～
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 71.234.178.193 (美國)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1568999938.A.30F.html
※ 編輯: SFMAndroid (71.234.178.193 美國), 09/21/2019 01:21:59
※ 編輯: SFMAndroid (71.234.178.193 美國), 09/21/2019 01:27:02
※ 編輯: SFMAndroid (71.234.178.193 美國), 09/21/2019 01:32:24
... <看更多>