黑客松Hackathon的概念是讓hacker在48 小時內像極限馬拉松一樣，燃燒自己的頭腦與體力，想出一個好的題目並利用code demo出來。而後衍生出了許許多多各式的競賽主題，如：Datathon (Data + Hackathon)、Eduathon (Education + Hackathon)。從去年二月開始轉換跑道後，我參與過多次 Hackathon，有得過獎、也曾在初賽被刷掉，但每次的經驗都讓我開闊眼界、成長不少，成為Business Analyst後，更是讓我確認Hackathon是個很棒的練功房！甚至還有機會賺錢？因此我想分享我認為你要參加Hackathon的原因，尤其是想轉換跑道或是剛學習資料科學的你。

2019 Open Data Contest Silver Prize。圖／Ryan2019 Open Data Contest Silver Prize。圖／Ryan

找工作之前要先有工作經驗！

應徵時，公司都會希望應徵者有工作經驗，因此除了實習之外，Hackathon也是一種在學習階段可以累積經驗的辦法。有些比賽是報名後到現場組團、公布題目，兩天內生出一個Demo，但更多的是，先提出想法、提案，報名初賽，審核篩選後再到現場做最後修改與上台簡報的準備，因此從報名討論構想到發表提案，中間通常有2–3個月的時間實作，競賽結束後，若可以根據評審的回饋，加以修改、完善，不論得獎與否，都會是能為履歷增色的好作品。

現在，程式語言的使用能力不斷被強調，Hackathon也因應而起的被舉辦，如果你願意的話，幾乎每個月都能找到一場來參加！在找工作或實習之餘，你也可以利用Hackathon訓練下述能力。

提出一個被接受的商業提案

商業分析師的主要職責就是在釐清、定義問題後，透過分析資料發現重要insights，並提供一個在商業上可行、資源上可達成、時效上可延長的解決方案給主管和公司參考。

而競賽的評分條件都常包含技術可行性、商業價值，且Hackathon的籌辦單位或評審，經常都是業界的前輩，提供企業內部的資料與待解決的問題，希望能從與會者的創意與提案獲得靈感或是解決方案，回過頭來加以利用，因此實際工作的內容有許多重疊的地方。

正如實際工作上的資源限制，我們提案前也必須盤點資源，提出一個團隊夥伴（合作單位）在時間內可以完成、能力許可的方案，並能滿足評審（主管、公司）需求，提案通過後（初審），製作MVP（Minimum Viable Product，最小可行性產品）驗證想法。

帶你領略不同的業界資料

想要分析前，需要先有資料。在學習的過程中，不論是線上或是實體課程，老師通常會將資料清理成乾淨、structured table讓你能方便使用，但在現實生活中，資料能有多亂就會有多亂，錯誤方式百百種，如：人工填表失誤、機器故障、甚至提供API的單位本身就沒有好好清理過，因此Hackathon的資料能讓你更有機會體驗清理業界資料的實際過程，觀察、清理、分析。

舉例來說，我曾參加過痞客邦舉辦的Hackathon，清理超過6GB的部落格文章檔案，這次的經驗以前，我只處理過MB等級的檔案，不懂分批處理的概念，直接透過Python讀取就讓電腦當機……。另外，最近Datathon，其他團隊分享處理發票資料的難度，因為每個商家的就算品項相同，名稱也可能不同，如：統一純喫茶、純喫茶，或是同樣的商品有許多名稱，如：紅茶、好喝紅茶、古早味紅茶，甚至還有一些會讓電腦容易誤會的品項名稱，如：鮮奶、牛奶、牛奶多多、鮮奶茶，處理繁複。

砥礪分析技術的磨刀石

Kaggle 上的比賽可以查到tutorial，線上課程可以跟著老師的步驟，但在工作上時常碰到不可預期的錯誤、瓶頸，又或者沒有前例可以參考，需要從零開始發想，因此在個別發想題目的黑客松裡，可以測試自己平常累積的技術、能力，嘗試解決問題，可能是模型的選擇、feature的調整等等，就像以前籃球比賽時，學長都會說：

比賽只能發揮練球 80%的實力，因此平常就應該針對比賽的各種狀況訓練

舉例而言，近期參加了Datathon，為了定義人流的大小，我們將發票數量當成參，並乘上一個隨著距離下降的方程式，再將這個變數正規化，作為Kmeans的重要feature，關於作法的細節可以參考我的個人網站。

另外，我認為兩天的黑客松實作並不會讓coding能力有突飛性的成長，但卻可以意識到自己的不足、與檢核自己近期的努力，並在與評審的互動中、講評獲得重要的回饋。此外，也可以透過其他參賽者的簡報、交流，看看別人的想法與實踐的過程，開闊眼！

回饋永遠是重要的

或許你會覺得參加技術黑客松的都是大神？（其實得獎的才是），但身為初心者更應該參加。經驗不豐富或入行不久，是不是常常有了做side project的念頭，卻不知從何開始？Hackathon有主題和方向，能夠幫助我們聚焦發想範圍，製作Demo的時候，透過評審、現場與會者的反應、回饋，能更有意識的發現自己作品的商用化的困難或技術上的不足，重新檢視再繼續努力，如果有機會，甚至可以認識到許多志同道合的朋友，幫助自己在資料科學領域中發展，找到工作！

最後，祝福各位資料乾淨無比！