超實用！文組轉戰科技業，職缺選擇、學習技能一次看

科技公司對多樣化背景的人才需求，遠比我們想像得多，非理工科人才也有很多發揮空間。 (來源：Dreamstime/典匠影像)

撰文者：RPAI 數位優化器吳承寰

獨立觀點 2024/07/24

摘要

Nvidia執行長黃仁勳最近來台，颳起AI炫風，也同步颳起台灣對科技業人才的需求。他在演講中點名台大、陽明交大等17所大學，以捐助研究計畫、成立創新中心等形式投入產學研合作，同步也可以看出他對台灣科技人才的渴望與期待。

在台灣，科技業一直以來被視為多數人的求職選擇，相較於傳產及其他產業，科技業有薪資相對優渥、發展前景佳等優勢。

但你是不是也有一種感覺，在科技業各家知名企業到學校徵才時，職缺大多都是鎖定理工科系畢業的人才。不管是從IC設計聯發科、瑞昱，設備商如ASML、應材、Lam，甚至到台積電、Ｍicron等知名半導體企業，都可以觀察到它們對理工科系人才的需求，遠遠高於非理工科系的畢業生。

廣告-請繼續往下閱讀

非理工科系，是危機也是轉機

的確，不管是從產業趨勢、學生觀察、或是實際數據來看，隨著科技的飛速發展，理工科專業人才的短缺問題愈發明顯。科技業正面臨著嚴重的人才荒，但這樣的現象也為非理工科背景的人才，提供了更多進入科技業的機會。

那麼，非理工科背景的人該如何在科技業中找到自己的位置呢？本文幫大家整理幾個關鍵要素，為大家提供一些著力點。

首先，我們還是要先就公司選才的角度出發——不是只要工程師！

科技業最直覺想到的職缺就是工程師，但科技公司不僅僅需要技術研發，還包括市場行銷、產品管理、用戶體驗設計等多方面業務。科技公司對多樣化背景的人才需求，遠比我們想像得多，這些領域需要不同背景的專業知識，非理工科背景的人才，其實也有很多的發揮空間。

廣告-請繼續往下閱讀

以下列舉一些科技業多數都需要、非理工相關科系能勝任的職位：

產品經理需要理解市場需求、用戶體驗和技術實現的平衡點，這個職位要求強大的溝通能力和市場洞察力，以協調不同團隊的工作，確保產品能夠按時推出並滿足市場需求。

適合科系：人文社會科學、商業、企業管理、工業工程等背景。

供應鏈管理需要規劃和監督產品從供應商到消費者的整個流程，這包括物流管理、庫存控制、供應商管理和分銷策略，以確保供應鏈運作高效且成本效益高。

適合科系：供應鏈、運籌管理、商管相關科系。

數據分析涉及一些技術知識，但更重要的是邏輯思維和數據解讀能力，數據分析師需要能夠從大量數據中提取有用的見解。有趣的是，我們發現在公司各單位中都存在對數據分析能力的需求，以協助各單位業務的進步、支持各單位決策等。值得一提的是，根據LinkedIn 2023年的報告，數據分析技能需求增長了25%。

適合科系：商業分析、經濟學和社會科學背景的人，都可以透過學習數據科學相關技能進入這個領域。

品牌和公關職位涉及建立和維護公司形象，這包括制定市場行銷策略、撰寫公關稿件、管理媒體關係和處理危機公關，這些工作需要敏銳的市場感知力和優秀的溝通能力。

適合科系：市場營銷、傳播學和公關行銷背景的人才。

人力資源管理包括招聘、員工關係、績效管理、薪酬福利和培訓發展，HR專業人士需要具備良好的溝通和組織能力，能夠處理各種員工問題，並推動公司文化和員工滿意度。

適合科系：人力資源、心理系、企業管理等相關科系。

以上這些職位，不僅展示了非理工科背景的人在科技業中的潛力，也說明了多樣化背景對於科技公司實現創新和成功的重要性。透過學習相關技能並發揮自身優勢，非理工科背景的人才，同樣能在科技業找到自己的立足之地。

誰說非理工就不能會coding、誰說非理工就不會數據分析，每多一個技能，就多了履歷被看見的機會。以下也推薦對於非理工科系人才來說相對容易學習，且可以讓自己履歷加分的工具和技能：

即便是非理工科背景，掌握特定職缺所要求的基本的技術知識至關重要。

程式基礎：若該職缺條件有特定程式語言需求，至少要了解職缺工作要求的程式語言（如Python、JavaScript、SQL），這將幫助你理解技術開發流程，並能與技術團隊有效溝通。
數據分析工具：熟悉Excel、SQL等數據分析工具，這些工具在日常工作中非常實用，能幫助你處理和分析數據，從而做出更明智的業務決策。這兩個工具也可以說是「必備」技能了，許多職位在面試過程中，也會將其納入考核評斷的標準。
技術術語和概念：了解這個產業常見的技術術語和概念，如API、雲端運算、大數據等，這將有助於你在工作中與技術人員進行有效的交流和合作。

數據素養是現代職場中不可或缺的技能，尤其科技業，能夠理解和分析數據，並使用數據支持決策，將大大提升競爭力。

理解和分析數據：學習如何從數據中提取有用的見解，這對於任何部門中的任何職位都非常重要。「Data Talks」也是我們在跨部門溝通，與高階主管報告時所必須要具備的。此外，根據Gartner的研究，75%的企業表示數據所影響、推動的決策是其成功的關鍵因素。
數據分析工具：熟悉使用Tableau和Power BI等可視化工具，這些工具能夠幫助你將數據轉化為易於理解的圖表和報告，使決策過程更加直觀和高效，是加分利器。

熟悉自動化工具的運用，可以大幅提高工作效率，減少重複性工作。

RPA（機器人流程自動化)：了解RPA工具如UiPath、Automation Anywhere，這些工具能夠自動執行重複性任務，釋放你的時間去處理更具創造性的工作。
Microsoft Power Automate：這是一款強大的自動化工具，能夠與Excel、Outlook等常用應用程式無縫結合，使用Power Automate，可以設計自動化流程，提高工作效率，讓你的工作夥伴眼睛為之一亮，如果對這個工具有興趣，建議參考我們的相關文章進一步了解。

掌握有效的項目管理方法，有助於提高工作效率和協作能力，而專案管理能力其實跟數據分析能例一樣，並不會特定限於哪一個單位部門，對各單位來說都可以運用，極其重要。

Agile和Scrum：這些是目前最流行的專案管理方法，特別是在軟體開發領域。學習如何應用這些方法，能幫助你更靈活的管理項目，快速適應變化，提高團隊協作效率。
相關證照：想掌握專案管理的關鍵技能，可以考取PMP（Project Management Professionals）、CAPM（Certificated Associate in Project Management）等國際認證的專案管理證照。