在現今大數據、AI時代、資料經濟時代下，統計是機器學習及資料分析的基礎，而翔SIR(廖崇智)的名言：「統計是劍」，更是呼應未來立志要往這些領域發展的人，唯有學好統計學打好基礎，再往上疊床架屋地學新的知識才會事半功倍。老師的教學能將艱深的統計學觀念，轉為較淺白的說明，讓學生更能吸收，而課程除了基本的觀念外也富含解題技巧，上過之後真的會有如醍醐灌頂。此外課程中老師會一直耳提面命告訴考生當沒有上課時就是念書，實力是靠一滴一滴地努力累積，而不是一蹴可幾，以此鼓勵學生不要放棄。

因為考試中的考科有統計學，當初想要找統計學教得比較好的補習班，在多方比較之下，發現TKB的統計師資群最為堅強，最後毅然選擇TKB。在櫃台人員推薦下，選了統計課、資料庫、程式設計及資料結構。上過之後覺得張翔的課程由淺入深，從觀念建立到解題技巧都有涵蓋到，非常推薦。TKNB資料庫老師的資料庫課程裡面提供滿滿的考古題，是上考場前很好磨練的素材，可以提升經驗值。劉逸(劉信義)老師的程式設計及資料結構課程時數較短，加上內容契合國營事業及高普考方向，非常適合備考期短的考生選擇。

(1)國文：題型為寫一篇作文，權重為10，秉持破題加上起承轉合，寫滿六七百字以上，及不要零分的原則

(2)英文：題型是單選，但要小心有倒扣，沒把握不要亂猜。今年雖然沒有了均標的門檻，權重為10，但也是不能零分。考前我保持每天做補習班發的「公職英文」十題選擇題來訓練題感，並從中整理不會的單字及文法。

(3)專A：權重為30，題型為有倒扣的選擇題。其中50%為統計學，範圍固定就只考敘述統計、機率與分配、抽樣分法、估計與假說檢定、變異數分析、迴歸分析、卡方檢定等內容，對照著「提綱挈領學統計」的內容及翔SIR課程，及搭配考前衝刺30天的題庫及考古題去準備，拿40%以上不是問題。其餘50%涵蓋大數據、機器學習、深度學習、資料探勘、Python、R、Hadoop等相關知識，因為範圍太廣且補習班沒有對應的考科，所以建議準備方式為自己整理考古題，參考用書為施雅月的資料探勘、Sebastian Raschka的機器學習等，其餘不足的部分由GOOGLE補足。

(4)專B：權重為50，佔非常關鍵，雖然不簡單，但務必拿30%～50%。歷年來看，會考五到六大題手寫題，內容涵蓋資料庫、資料探勘、程式設計。資料庫部分必考一大題SQL，今年還出現ER model的題目，只要跟著林偉老師的課程及教材內的考古題準備，此部分就可以穩穩拿分。資料探勘部分大概會考兩到三題，涵蓋機器學習、資料探勘等，過去的的題目有關聯規則、決策樹、KNN、KMEANS、貝式分類等，準備的方法為由林偉老師的資料庫中的資料庫探勘的章節做延伸，配合考古題整理筆記。程式設計部分，會考一題程式實作題，及一至兩題的資料結構，除了按著劉逸老師的程式語言及資料結構的課程及補充教材準備外，我還會自己用python及java練習coding。

在金融業做了五年的資訊的工作(程式設計師、系統分析師)，在某次的專案接觸AI的相關工作後，重新燃起以前在學生時代喜歡做資料分析相關的興趣，於是辭職想轉往大數據分析相關領域的跑道。

但因為轉換跑道需要花比較多時間成本或金錢去學習新的知識，在友人的鼓勵及推薦之下，得知國營事業聯招有一組統計資訊，其工作內容為大數據分析，而且考上屆時也會提供不少相關的教育課程，此外，國營事業也不會像金融業這麼爆肝，聽完頗為心動，遂報名準備此次考試。

由於辭職到考試期間不到四個月，所以在這短短的期間要上完一百多堂課並且要消化吸收，是個艱鉅的挑戰。調整心態，立下一次就要上的決心，排除一切雜念，每天分成早上、中午、下午、晚上四個時段，自己排上兩至三門課，剩下的時間就是消化上課內容及勤做考古題，然後一週內休息半天放空不要念書，免得彈性疲乏。唯有堅持才是最後致勝的關鍵。