約莫三個月前，我完成了 Coursera上面的這幾項課程。想透過這邊文章來記錄一下這個學習歷程。
Q：「為什麼再進修以及選擇這些課程？」
A：「作為一名資料科學應用開發人員，持續學習新理論與新技術是理所當然的事情！」
而這不限於新東西，哪怕是已經十分成熟的技術，但先前自己沒碰過，現在或者未來需要用，那當然教學！現實社會當眾討生活，不進則退，理所當然。由於我自己的工作內容主要專注於製造與供應鏈管理應用場景的演算法開發設計，對於資料工程、資料架構設計、開發過程的測試與驗證…… 等等，較少有著墨。為了提升自己工作技能的廣度與就業彈性，才選擇了這些課程。
https://www.coursera.org/professional-certificates/ibm-applied-devops-engineering
https://www.coursera.org/professional-certificates/data-warehouse-engineering
https://www.coursera.org/professional-certificates/ai-engineer
https://www.coursera.org/specializations/nosql-big-data-and-spark-foundations
Q：「為何選擇 Coursera？而不是其他綜合學習平台，或者 M$、Google、提供的官方學習平台？」
A：「技能的廣度與通用性、CP 值高！」
要選擇哪一個線上平台或者數位學習工具？這是使用者自己最先要面對的問題。對我而言，選擇 Coursera 的最大原因，正是上述這三點，這部份就可以細一點來談了！
# 技能的廣度與通用性
首先是「課程內容的技能通用性」這一點，M$、Google、AWS 等大廠雖然也都有推出自己的數位培訓平台，也都有免費的培訓課程內容。但畢竟這些系統平台供應商的要推的還是自家的產品，所以，這些大廠所提供的大多數的免費課程當中，除了最前面幾節概念性的課程之外，往後的幾乎都是綁定自家產品的操作內容。
如果我們能確保工作上所使用的平台工具，就是這些大廠所提供的 或者我們就在這些大廠上班 那麼沒問題。但我想大多數的工程師們應該都沒那麼幸運 XD
換一家公司、換一份工作，無論是自家公司或者客戶的平台一換，那麼可能就要跟著學新的一套，新工具的學習與熟練都是需要成本的。雖然我所註冊的這幾套課程全都是 IBM 提供的，但其課程內容並非那麼著重在IBM自家的平台工具。相反地，關於開源、跨平台的泛用性工具的課程內容比例還很高。
而在台灣，除非你待的公司都很有財力，有本事每年訂閱這些資訊大廠的平台服務。財力拮据一點的公司，大概還是要會自家的工程師使用免費、開源的工具，自幹一套屬於自己公司能用的系統 你就是那條龍，這反而比較符合台灣大多數公司以及客戶的情況 XD
# CP 值高
這裡指的CP值是包含了付了錢之後可以觀覽的課程，以及完成課程後，取得「完課證明」是否需額外付費？以及如果有特定的技能認證考試的報名費用，這些相關費用的總和。
如果只是要觀覽課程內容的話，可能見仁見智。但註冊這些課程的其中一項目的，正是希望留下一個「完課證明」。而如果對照 M$、Google、AWS 等大廠的話，大概要通過他們的技能認證考試比較有說服力，但這部份的報名費就…… 細部內容我就不一一列舉了，有興趣的讀者們可以自行搜尋一下 XD 我只能說，補習班是一門好生意（O）
願意花錢進修提升自我個然是好事，但有時候碰上本業專案進度在燒的時候，就不見得有那個空閒餘韻下班後再進修。這種時候，就會碰上「付了月費但是一直沒時間去看課程」以及「因為工作太忙，沒充分時間準備技能認證考試，然後考試沒過」等等人性的掙扎的時刻 XD 理由伯的日常
總之，對許多社會人士而言，一定會有一些大人們的因素，而使得在衡量學習管道的時候，多一份審慎。此外，我自己的工作上也沒有使用到這些大廠的平台工具，自然也就沒有特別動機一定要去報名這些技能認證檢定了XD 還要有可能考不過的覺悟
# 尾聲
當然還有其他使我選擇在Coursera上面學習的誘因與動機，例如你完整完成一套課程後，就是有完課證明，好比你的畢業證書一樣。而不像 Udemy 或者 edX 一樣，要個「可對外分享的完課證明」還要跟你收一筆錢。只能再說一次，補習班是一門好生意（O）而我也將我這四項課程的完課證明列在下方：
Coursera 已經是老牌的線上學習平台了，比我這篇還詳細的使用心得不勝枚舉，這裡就做個蜻蜓點水式的介紹，希望所每一位有志進修職場技能自我提升的朋友們，都能找到適合自己的學習管道與工具！🙏