對許多離開本科系多年的人來說,重回科技業最大的門檻,往往不是技術太難,而是「中斷太久,不知道從何補救」。洪崇智大學念的是資管系,照理說一畢業就該進科技業。但他當時投入服務業,而且一做就是 12 年。在這期間他幾乎沒有碰過任何程式碼與開發工具。原本他以為這輩子大概就這樣定型了,直到準備離職時,老闆一句很現實的提問:「你會 coding 嗎?你會開發嗎?」
這句話點醒了他。沒有硬技能作為支撐,轉職的選擇其實非常有限。 崇智很清楚如果想擺脫現狀,他不能只靠服務業累積的軟實力,他必須把當初放棄的技術能力重新建立起來。
目錄
服務業 12 年,技術底蘊還能找回來嗎?
你也許有資訊相關科系的背景,或者年輕時自學過一些程式;但出了社會,工作把你帶向另一個方向,與技術的距離愈拉愈遠。現在你想轉回來,卻又擔心:中斷這麼久,還有辦法跟上嗎?
崇智的故事給了一個清楚的答案。服務業的 12 年,並不是技術學習的阻礙,而是讓他對「現實職場需要什麼」有了更具體的判斷力。有意識地學習,永遠比年輕時被動地學習更有效率。他進入聯成之後,從最基礎的設計軟體切入,逐步往程式語言、資料分析、AI 推進每一步都是有意識的堆疊,而不是盲目地填滿課表。
他進入聯成之後,從最基礎的設計軟體切入,逐步往程式語言、資料分析、AI 推進每一步都是有意識的堆疊,而不是盲目地填滿課表。
在聯成電腦,他走了一條「從軟體到 AI」的完整學習路徑
很多人進補習班,是帶著一個模糊的目標來的:「我想學 Python」、「我想學 AI」。但究竟要學哪些、依什麼順序、怎麼串接成一個職場能用的技能組合這是許多人在起跑前就卡關的地方。崇智的學習路徑,提供了一個清晰的參考框架:
第一階段:視覺設計工具(建立數位工作基礎)
從 Photoshop 與 Illustrator 入門學習影像處理、圖片修飾,以及從無到有建立視覺素材的能力。這個階段看似與程式開發無關,但它讓崇智重新建立起「在電腦上動手做事」的節奏感,也是後續課程的暖身。

第二階段:Python 資料分析與爬蟲
進入程式語言後,他學習了:
- Python 資料分析:理解資料結構、讀取清洗資料、用 Pandas 操作表格
- 爬蟲程式:自動擷取網頁資訊,不再依賴手動複製貼上
- 資料視覺化:把數字轉換成圖表,讓資料說話
第三階段:AI 機器學習與深度學習
這是整個學習路徑中技術密度最高的一段。崇智接觸了:
- 機器學習概念:監督式學習、模型訓練、特徵工程
- 深度學習:神經網路架構、模型優化
許多人聽到「機器學習」就退縮,但透過系統化的課程引導,崇智發現只要學習路徑設計得當,這些技術是可以被拆解成可操作步驟的。

第四階段:宏○產學班(對接職場實戰)
完成前三階段後,他進入了專為就業設計的產學班。這個階段的核心不只是技術,而是讓技術符合真實企業的工作流程與規格這一步,讓他在面試宏○創達時能夠更快切入職場語境。
課程推薦:Python程式資料分析
聯成電腦師資好嗎?老師把其他地方沒教到的,全都補齊了

擔心老師只會照本宣科?崇智在回顧學習歷程時,特別提到了簡志璁老師。
「簡老師上課講得非常細緻,深入淺出。以前在其他地方沒聽懂、或是被略過的內容,在簡老師的課堂上都能得到完整的解釋。」對於一個 12 年沒碰程式的人來說,最怕的是不懂這些代碼的基礎運作。簡老師的教學風格,是把容易被忽略的細節拆開來講清楚,讓學員知道「為什麼這樣寫」,這對於日後要獨立 Debug 的工程師來說,才是真正有用的思維。
而在崇智的經驗裡,聯成電腦的輔導老師扮演的是「防護網」的角色。學習 AI 與程式語言的過程中一定會卡關,崇智表示他接觸到的每一位輔導老師,面對他的疑問都能給予具體的解答與協助,沒有任何一個問題被敷衍或丟回給他。對於急需建立信心的轉職者,無疑打了一個大大的強心針!
學完之後真的有用嗎?來自業界的就業驗證

課程上得再好,最終還是要回到就業市場來檢驗。完成一系列訓練後,崇智順利錄取了宏○創達,並以外派員工的身份進駐聯發科技,擔任 Tool 測試工程師。相較於過去服務業的薪資結構,新職務的底薪有了明確的提升。更重要的是他成功從服務導向跨入技術協作領域。現在的他,擁有能夠銜接開發工程師的職涯空間,這遠比眼前的薪資漲幅來得更有價值。
課程推薦:Python程式資料分析
給還在觀望的人:轉職從來不是付錢就能買到結果
崇智的故事並不能套用在每個人身上。如果你抱著「繳了學費就能自動變強」的心態,那任何機構對你來說,可能都會覺得沒效果。他的成功建立在「決定了就堅持做下去」的執行力上。
從零開始補齊 12 年的空白,過程中絕對會遇到挫折與自我懷疑。聯成電腦提供的是系統化的學習路徑、深入細節的師資,以及對接企業的產學資源;但要把這些資源轉換成履歷上的底氣,依然需要學員自己的投入。如果你也跟他一樣,有明確的轉職急迫性,認清自己的需求,才是做決定的第一步。
加入我們的社群!Follow us!

