工程師 × 影評人 · 14 篇給工程師的長信

慢慢走,
把每一次轉彎,
都走成一條長路。

不管是職涯轉換,還是數位轉型。

這裡是 Dex 的塵世筆記 —— 寫給每個正在軟體工程、資料工程、AI 路上的你。 我也陪企業把數據與 AI 轉型真正落地,陪人在人生的轉折處,想清楚下一步。
偶爾,我們也聊聊電影裡的人生。

Dex 盧冠宏
243+ 位讀者 一起在這條路上
NOW SHOWING · 最新文章 資料工程師完整入門指南 2026:必備技能、作品集、面試與利害關係人溝通
諮詢開放預約中不勉強,有需要再來
—— A LETTER TO YOU ——

當所有人都在喊「快」的時候,
你需要的,可能是一段慢慢走的路。

我懂你的猶豫。30 多歲還能轉職嗎、沒有資工背景行不行、AI 取代了我怎麼辦……
這些問題,我自己也問過自己很多次。

所以這個部落格,不是給你「七天速成資料工程師」那種速食。
我寫的是 ——那些工程師職涯裡,真正會陪你走十年的東西。
SCENE 02 · 信念
“It's not who you are underneath, it's what you do that defines you.”
—— 履歷不是你寫了什麼,是你做過什麼。
Dex,寫於 2026 春天的台北戲院散場後
TAKE 01

長期主義的職涯思考

不追熱門技術,我們聊的是「十年後你會在哪裡」這種問題。

TAKE 02

可實踐的學習路徑

從零到第一份工作,每一步都有人走過 —— 你不是一個人。

TAKE 03

電影裡的職涯隱喻

我也是個影評人。一部電影裡,常常藏著一段你正在走的路。

—— FIVE ESSENTIAL READS ——

如果你只能讀五篇,我推薦這幾篇

讀者們最常分享、最常回頭再讀的核心長文。從這裡開始,就足夠陪你度過接下來幾個月的迷茫。

看全部 14 篇 →
資料工程

Python轉職指南:最全面的轉職解析和最真實的經驗談

自學 Python 想找工作?整理 PTT 鄉民最常問的轉職問題:薪資多少、學什麼技能、能否進大公司?親歷半導體轉資料工程,給你最真實的職涯選擇地圖 + 進修班 / 線上課 / 自學三種路徑分析。

閱讀約 26 分鐘
轉職

掌握這三大階段,讓你成功透過Python 轉職,順利進入職場,成為Python 工程師

掌握Python轉職的三大階段,從基礎學習到建立作品集,再到打造出色的面試履歷,能讓你高效轉型成為Python工程師。在這個過程中,設立具體且可達成的小目標,並通過實際操作和團隊協作來提升技能,將是成功的關鍵。建立多元且有深度的作品集,展示你的技術能力和解決問題的實力,並在履歷中突出相關經驗和成果,

閱讀約 9 分鐘
資料工程

資料工程師完整入門指南 2026:必備技能、作品集、面試與利害關係人溝通

許多人在轉職資料工程師時,總會聽到最常見的建議:「你要先學 Python 和 SQL!」但真正踏上這條路後,才發現自己早已迷失在 Spark、Flink、Iceberg、BigQuery 等複雜技術名稱之中,甚至刷了無數題 Leetcode,卻仍然收不到面試邀約。

閱讀約 15 分鐘
AI

想進入 AI 領域還是成為程式開發者?軟體工程與機器學習工程師的技能與發展方向指南

在AI技術迅速崛起的時代,越來越多人開始認真思考:「到底該選擇軟體工程(Software Engineering)還是機器學習(Machine Learning, ML),哪一個較為合適呢?」 軟體工程師專注於開發、設計和維護各種軟體系統,致力於打造穩定且高效的產品架構,以滿足不同用戶的需求。

閱讀約 6 分鐘
轉職

30 多歲轉職必看!五大關鍵問題幫你找到最佳職涯方向

在過去的諮詢經驗中,我發現30多歲通常成為上班族的轉捩點。到了這個年齡,人們會開始進入一個較不易找工作或換工作的階段,尤其是在轉換領域方面更是困難,也開始深入思考這份工作是否真的適合做一輩子。 例如:你能想像20年後還在做同一個職務,或者是20年後正在擔任著 但這個職務的變動對於轉換職涯的影響,

閱讀約 4 分鐘
—— SERVICES ——

三種找我的方式

個人想清楚下一步 · 企業需要技術導入 · 機構邀約講座

DOOR 01
個人 · 諮詢陪跑

職涯諮詢與陪跑

你缺的,可能不是技術,是一個陪你把問題想清楚的人。

1on1 50 分鐘深度對談 · 轉職、作品集、履歷、技術卡關。CDA + Life Coach + 50+ 學員陪跑經驗。

DOOR 02
企業 · 顧問內訓

AI 與資料自動化導入

數位轉型不是買一套系統,是讓系統在工程師離場後還活著。

數位轉型 × AI 轉型的規劃、建置與顧問:資料自動化、LLM 與 AI Agent 導入、技術/資料/數位行銷顧問。10 年技術職涯,做得起的解法。

DOOR 03
機構 · 講座邀約

企業內訓與學校講座

不只教 AI 技術,更陪你走過學習、轉職到打造個人品牌的每個轉折。

5 大核心主題:AI 職涯戰略、資料工程、AI 工具、個人品牌、AI Coding。10+ 主持與講座。

PART ONE · 起點

一個從半導體跨到 AI 的長期主義者。

材料所畢業,十年跨過四個產業 —— 從晶圓上的瑕疵、銀行的資料管道,到帶一支 AI 團隊。

科系決定不了
你的命運,
能不能一直重新學,
才決定。—— 每年回到高中、科大講職涯時,我最想說的一句

我是 Dex,現在是 AI 技術總監,也是職涯教練與人生教練。材料所畢業,不是資訊本科。

2016 年我在美光做 DRAM 缺陷分析,每天看的是晶圓上的瑕疵。後來自學跨進大數據:TutorABC 的資料湖與預測模型、LINE Bank 的資料管道、緯創全球工廠的 ESG 數據平台。

技術做順了,我卻做了一個很多人不理解的決定:去程式教育機構做行銷。技術圈的解讀是「走偏了」。但我想搞懂一個產品從「被做出來」到「被需要」之間,到底發生了什麼 —— 那段路後來變成我最重要的能力:把技術講成別人聽得懂、也願意行動的話。

跨界十年,做過四種專業,踩過你正在踩的那些坑。這幾年陪 50+ 位學員走過轉職這條路。如果你正在迷茫,我想告訴你,慢慢來,真的會走到的。

SCENE 01 · 起點
“Now you can know everything in the world, but the only way you're finding out that one is by giving it a shot.”
—— 你可以讀遍世界所有的書,但要知道某一件事到底是怎麼回事,唯一的方法,是去試試看。《心靈捕手》
認識完整的我 → 寫信給我
2016 台灣美光 DRAM 缺陷分析
2019 TutorABC 大數據工程師
2021 LINE Bank 資料工程師
2021 緯創資通 後端 × 資料工程
2025 水球軟體學院 AI 課程行銷
2026 哈馬星科技 AI 技術總監
TROPHY CABINET · 代表作

獎座櫃

8 座入櫃
50+ 位轉職學員 一對一陪跑:作品集、履歷、面試
TibaMe 轉職班業師 資料工程九大模組 63 小時帶狀課
每年回校園開講 立志中學・樹德科大職涯講座
PyCon TW 2024 一般議程主持人・議程組成員
數位部入選案 在地數位種子人才・臺南左鎮
AI 會議紀錄助手 合照盟・內政部合作社輔導計畫
全齡生涯發展協會 社團法人台灣全齡生涯發展協會・理事
單篇 7.9 萬觸及 Threads 近 4,000 追蹤

CERTIFIEDCDA 國際生涯發展諮詢師・Life Coach 生涯教練・Microsoft 大數據與資料科學・AWS AI Practitioner・Google GenAI

10年跨界
4個產業 · 6 家公司
50+轉職學員陪跑
10+場主持與講座
ON AIR · 聲音與影像

《沒走歪的才奇怪》

不想讀長文的時候,就聽我把這些轉折講一遍。每一集都有影片版和 Podcast 版。

在 Spotify 收聽全部 →
  1. 最新一集

    Dex 的多重轉職人生,你討厭的那件事,可能正在讓你變強!

  2. REEL 02

    EP1:AI 時代下,為什麼副業是轉職最低風險的起點?

  3. REEL 03

    如何靠副業拿到 80 萬的合約,Dex 的理工職涯策略!

PART TWO · 方法與案例

三幕劇轉型法

把數位轉型當成一部電影來製作:前期製作(需求與架構)→ 拍攝製作(MVP 與迭代驗證)→ 後製與上映(部署、交接、自主維運)。導演離場之後,劇組依然拍得下去。

● NOW SHOWING · CINEMA × CAREER

探索者的人生,
和一部好電影一樣 ——
找到對的角色,比演完所有戲更重要。

我也是個影評人。轉職、選方向、找特質 —— 一部電影能說清楚的事,程式碼說不出來。
關於選擇,關於角色,關於什麼時候該慢一點。

FINAL SCENE
“You need to believe that something extraordinary is possible.”
—— 寫給每個還在「會不會太晚」的你。
聽《塵影》說書 × 電影的 Podcast · 第一集:當代名導的電影大師課 收聽 →
SCREENING ROOM · 影評放映室
進入影評放映室 →

FESTIVAL NOTES · 影展不爆雷短評,在放映室裡 →

—— ARCHIVE ——

最新的塵世筆記

最近寫下的 5 篇。全部 14 篇長文,慢慢讀,不必急。

看全部 14 篇 →

資料工程師完整入門指南 2026:必備技能、作品集、面試與利害關係人溝通

許多人在轉職資料工程師時,總會聽到最常見的建議:「你要先學 Python 和 SQL!」但真正踏上這條路後,才發現自己早已迷失在 Spark、Flink、Iceberg、BigQuery 等複雜技術名稱之中,甚至刷了無數題 Leetcode,卻仍然收不到面試邀約。

2026年 無學位成功轉職資料分析師的完整入門指南:市場需求、薪資前景、必備技能、面試作品集規劃和求職策略

在大數據時代,「 資料分析師 」已成為熱門話題。許多行銷、金融、業務等非資訊背景的人都希望投入數據分析領域。然而,沒有相關學位是否能踏上這條路?答案是 肯定 可以!企業真正需要的是能解讀數據、解決商業問題的人,而不是一張學位證書。這篇完整的資料分析師入門指南將幫助你了解如何學習數據分析技能、累積作品集,

想進入 AI 領域還是成為程式開發者?軟體工程與機器學習工程師的技能與發展方向指南

在AI技術迅速崛起的時代,越來越多人開始認真思考:「到底該選擇軟體工程(Software Engineering)還是機器學習(Machine Learning, ML),哪一個較為合適呢?」 軟體工程師專注於開發、設計和維護各種軟體系統,致力於打造穩定且高效的產品架構,以滿足不同用戶的需求。

資料工程師(Data Engineer)如何成長:從 ETL 雜工到技術專家的職涯路徑

在與一位剛成功轉職的資料工程師交流時,他說道:「我每天寫 ETL,技術不算差,但感覺自己只是個資料搬運工,完全沒有影響力,這樣下去真的能升職嗎?」 這樣的困惑並不少見。資料工程師的角色雖然在數據領域至關重要,但往往不像軟體工程師有明確的產品產出,也不像資料分析師(Data Analyst, DA)能直接影響業務決策。

30 多歲轉職必看!五大關鍵問題幫你找到最佳職涯方向

在過去的諮詢經驗中,我發現30多歲通常成為上班族的轉捩點。到了這個年齡,人們會開始進入一個較不易找工作或換工作的階段,尤其是在轉換領域方面更是困難,也開始深入思考這份工作是否真的適合做一輩子。 例如:你能想像20年後還在做同一個職務,或者是20年後正在擔任著 但這個職務的變動對於轉換職涯的影響,

FINAL SCENE · 下一場,換你

不用準備好才來。
帶著現在的卡關就好。

—— FOR YOU ——

如果你正在轉職的路上 ——
這幾件事,我想先告訴你。

你不孤單

我陪過的 50+ 位學員裡,很多人跟你一樣 30+ 才開始學程式。

你不需要學完所有東西

只需要學「對的那 20%」,我會帶你找到。

你不必證明自己

你願意開始,就已經夠勇敢了。

你不會被 AI 取代

只要你願意學會,如何跟 AI 一起工作。

從「Python 轉職指南」開始讀(約 26 分鐘)→
—— 在這裡,我答應你 ——
  • 不寫速成懶人包,每篇都來自真實走過的路
  • 不販賣轉職焦慮,只談長期可持續的路徑
  • 每一封來信,都由我親自讀、親自回

1:1 諮詢,我陪你想清楚

50 分鐘深度對談 —— 轉職策略、履歷與作品集、職涯卡關。我不會給你標準答案,但會幫你問對問題。

費用
NT$ 2,400/次(50 分鐘)
適合誰
想轉進軟體、資料或 AI 工作,或卡在作品集、履歷、人生轉折處的你
預約後
選好時段 → 寫信附上想聊的主題與背景 → 我會在諮詢前先看過
「看看時段」將另開分頁,前往 SimplyBook 預約系統(AAPD 擺渡職涯代為收費與排程)。諮詢前如果你想先聊聊,寫信給我也可以。

訂閱電子報,免費領取
AI 工程師與資料工程師的轉職指南

一封關於程式、職涯、AI 的長思考 —— 這封信不會販賣焦慮,只想陪你想清楚。

免費領取 → ✓ 隨時可以退訂 ✓ 不會被分享給任何人

機構/企業合作

數位轉型與 AI 導入、企業內訓與學校講座。先寫信說說你的需求,我們約 30 分鐘免費對焦,再決定要不要往下走。

寫信預約需求對焦(30 分鐘)