我打造能動手的學習產品，
也陪跑學員走過轉職。

陪跑班是什麼：二十週，終點是一份面試作品集

陪跑班是什麼

• TibaMe 緯育的雲端資料工程師轉職班，二十週。
• 遠距直播為主：平日兩個晚上加一個週末白天，另外有三場實體活動。
• 班不大，十幾個人：可以口頭互動，也可以一個一個看。
• 終點不是「學完」，是一份能拿去面試的作品集，所以整個學期我把它當陪跑來設計。
• 前半段打基礎，後半段邊學進階邊做專題；三場實體活動是三個里程碑：期初用紙筆畫資料流程圖，期中每個人自己做一條能跑的 mini pipeline，期末團隊做出完整系統、上台發表。

我的兩個身分

• 帶狀直播講師：官方九大模組 65 小時，從 ETL 架構、環境建置、分散式爬蟲、資料庫、API、容器編排、排程到雲端，由我一路講到底。
• 專題業師：三場實體活動都是我帶，期末驗收也是我驗。

我提供的四件事

• 一條示範主線
  • 我自己建的分散式財經資料系統，從單支爬蟲長到 Airflow、RabbitMQ、Celery、MySQL、BigQuery、雲端部署。
  • 課程每一週都在這條線上往前走一步，學員看得到「完整的樣子」。
• 每週驗收
  • 不聽口頭報告，開實際系統看。
  • 指令學員自己打、log 學員自己讀、修是學員自己修，我負責確認方向。
  • 週間提問要附錯誤訊息或 log 截圖，有證據才能定位問題。
• 一對一拆解
  • 學員的提問我會寫成講稿回答，一題三到四分鐘。
  • 先肯定他問對了什麼，再把問題拆到他能自己驗證的尺寸。
• 面試前的作品說明演練
  • 驗收照歷屆的 60 分鐘格式：報告 30、回饋 20、討論 10。
  • 報告要過四關：順暢流利、故事性、獨特性、價值主張。
  • Demo 卡住給五分鐘現場排錯，排錯的步驟也算分。

幫到什麼

1. 作業
2. 作品
3. MVP

• 作業：跑得起 Notebook，但沒架構圖。
• 作品：能持續執行，但跟別人差不多。
• MVP：有架構圖、有歷史紀錄、講得出為什麼選 A 不選 B。陪跑班要做的，就是把人帶到第三種。
• 在 TibaMe、Alpha Camp、六角、學米這幾個地方，我陪過 50 位以上的轉職學員走這段路。

課怎麼排、怎麼驗

課程大綱：九大模組，順著資料走

1. ETL 全貌
2. 環境建置
3. 分散式爬蟲
4. MySQL
5. FastAPI
6. 容器編排
7. Airflow
8. GCP

我在這門課最在意的五件事

• 順著資料走。爬蟲把資料抓進來、MySQL 存起來、FastAPI 讀出去，再用 Docker 編排、Airflow 排程，最後搬上 GCP。每一個模組學到的，下一個模組都會用到。
• 從情境開始，不從工具開始。每個主題先講客戶帶著什麼問題來，再講工具怎麼用在這個問題上，最後聊業界會怎麼做得更深。餐飲、電商、金融、叫車、求職、房價等八個企業情境，從期初畫圖一路用到期末團隊專題，作品是一路長出來的。
• 程式一步一步長大。一支能跑的爬蟲，拆成函式、拆成模組，接上 Celery 和 RabbitMQ，最後交給 Airflow。每一步都能跑，每次只改一件事。
• 驗收看資料，不看綠燈。服務全部起來、排程跑完、資料庫筆數真的有增加才算數。作品集再多三個要求：有架構圖、能持續跑、講得出為什麼這樣選。
• 回饋用問的。學員問爬蟲該怎麼拆，我不直接給檔案清單，而是問他：多抓三支股票要改哪裡？API 參數變了要改哪裡？CSV 換成資料庫要改哪裡？三個答案都指向同一個函式，他自己就知道該從哪裡拆。

帶班看到的四個卡點

• 自學的人沒有每天的練。課上聽懂了，回家沒有一題可以動手，下週就忘。我們永遠不會知道本來就不知道的事，所以連要查什麼都沒有方向。
• 卡住的時候沒人接。我在手冊裡寫了卡關順序：先問 AI、再問同學、再找助教、最後找講師。但真實情況是，晚上十一點卡住，前三站都不在線。
• 做完了沒有回饋。作業寫完就丟，repo 沒有 README、沒有架構圖，到期末才發現素材都散了。「跑得起 Notebook」跟「講得出為什麼」中間差的，是有人在每一步對他說：這裡好，這裡還不行。
• 不知道自己走到哪了。二十週很長，沒有一張地圖告訴他：你在第幾站、下一站是什麼、離終點還有多遠。

所以要用產品補

• 第一次投入轉職教學時我就發現，每個人卡住的地方都不一樣：有些人缺的是技術，有些人缺的是方向，有些人其實只是缺少一個願意陪他一起釐清問題的人。
• 課堂一週三次，但卡點是每天發生的。這個時間差，課堂補不了，要用產品補。

從陪跑班到練功房：遊戲化、練習、社群，三件事接成一條線

先看市面上有什麼

• Skool：有社群和遊戲化，但沒有練題批改。
• Teachable、Hahow：是賣課，沒有互動。
• Exercism：mentor 批改最接近，但不能自己開班。
• 中文圈缺的是「學習路徑、練題、真人回饋、時程提醒」四件事合在一起的地方。
• 練功房就是補這個縫隙：我一個人用 AI coding 工具從零做出來，現在是我帶的班每天練習的地方。

接回班上：把課程 repo 拆成關卡地圖

• 經典重映：把課程 repo 拆成 25 站，一站一塊積木。
• 專題地圖：照學員手冊的依賴序排 12 關，從協作基建、GitHub、第一個 PR、架構圖、選題與 persona，一路到 Sprint、整合上線、Demo Day 魔王關與復盤。
• 三場工作坊是地圖上的特殊節點。
• 整個敘事用拍電影當骨架：轉職者是導演，架構圖是分鏡，每一步演進是一幕，Demo Day 是首映。

基本功，是你的短片練習。專題，是你第一部掛名導演的作品。你不需要一開始就是大導演，你只需要今天，比昨天多殺青一幕。

我怎麼看教這件事

不一定要替別人解決問題才有價值，有時候更重要的是提出好的問題、陪對方思考，讓他最後能夠自己做出選擇。

• 寫錯不代表你不行，而是你正在學習最關鍵的部分。這是我在課程手冊第一章對學員寫的。很多人學了一堆語法，真到專案就卡住，原因常常是沒被允許試錯。在我的課，你寫錯不會被罵，但會被問：為什麼會這樣寫？下一步要怎麼驗證？
• 同理心教學 × 學習體驗優化。這是我給自己的標語。同理心不是說好話，是知道他卡在哪、為什麼卡，然後把下一步切到他跨得過去的大小。學習體驗優化，是把每一個「沒人接」的時刻用設計接住：地圖、教練、對答案、社群，都是為了這件事。
• 專題式學習 × 業界案例。不講空概念，學員帶著可展示的作品離開。業界專案不是把技術秀出來，是把情境、痛點、解法、遇到的問題和怎麼處理講清楚。所以我們的目標不是讓你「學完」，而是讓你「準備好」。轉職最怕的不是學不會，是一個人撐不下去。

最大的成就感不是別人說我教得很好，而是看到一個原本不確定自己能不能做到的人，最後真的開始做了。

教學足跡

• TibaMe 緯育 雲端資料工程師養成班／在職遠距班指導業師、帶狀直播講師（九大模組 65 小時）2025 –
• Alpha Camp資料科學助教、合作講座業師；南區活動講師2023.12 – 2024.12
• 六角學院專題助教／專題教練（前後端課程）2023.12 –
• 學米、無限學院、凱衛知識學院PBL 式 Data & ML 專題業師：作品集與專案指導、Python 程式職涯諮詢2023.12 –
• 擺渡CDA 職涯諮詢師2026 –
• AAPD職涯教練2026 –
• AndAction初階生涯教練（Life Coach）
• 緯創資通 數據工程學院內訓講師：數據工程入門、DataOps 與資料治理、開發者分享會2023 – 2025
• 大專院校與公部門 職涯講座立志中學（每年）、樹德科技大學（每年）、中央大學產學合作、高雄市青年局、台灣實驗教育合作社2024 –
• PyCon TW 2024、水球軟體學院技術研討會 2025議程主持人2024 – 2025
• nschool 職能學院、PAIA、台灣全齡生涯發展協會業師、教材開發與活動講師、AI 技術與應用落地講師2023 –
• 履歷健診Alpha Camp 實體履歷健檢、Cake 工程人才職能強化、104 Giver

課表、講座日期與 15 個可邀約講題，見下方「教學與課程」三張 call sheet。

我在課程團隊能做什麼

1. 把一門課結構化到可執行

   從一句定位、20 週課表、每週節奏、三場里程碑，到檢核表與評分配比，我習慣先寫成文件再開課。學期總覽、18 篇學員專題手冊、驗收規劃，都是這樣產出的。

2. 設計可動手的互動單元

   題目、測資、自動對答案、教練提示，一題一個閉環。練功房的 235 題、五條軌道加思考題、三層判定，都是我自己做出來的證據：瀏覽器裡跑，改一行就看到結果。

3. 寫腳本、做示範

   期初工作坊 17 張簡報、期中 starter repo 六個題目、學員提問回覆的逐字講稿（含每一步的螢幕操作指引）。講稿寫得出來，也有 YouTube 教學影片與 Podcast 影音版的經驗。

4. 帶一個小團隊，文件驅動

   現職帶 2 位工程師。規劃文件、任務清單、交接文件是每個專案的標配；拆任務時連驗收標準一起寫，派出去的工作回來先獨立複驗再算完成。願意扛課程製作的小 leader。

5. 讓教材跟著學員長

   每輪驗收暴露的缺口回寫手冊，學員的提問整理成 FAQ 與講稿。教材不是寫完就定稿，是跟著下一屆一起迭代。