EP 6｜【幹部招募特輯 – 下集】ft. DAC 第五屆幹部：行銷公關長、社長、人資長、資訊設計長 第五集 #職涯列車探險記 即將開到的是第五屆幹部們最真實的心聲聊聊，不論是對申請 NTU DAC 幹部躍躍欲試，還是想要一探究竟幹部們的職責與人格特質，歡迎收聽我們的精彩分享，馬上開聽吧！✨ 本集主持人：NTU DAC 行銷公關長 思樺 本集嘉賓：NTU DAC 社長 Violet、人資長 Stella、資訊設計長 昕怡 02:06 | 擔任社長、人資長、資訊設計長與行銷公關長的各自職責與適合的人格特質 15:49 | 當初想來 DAC 擔任幹部的動機 24:42 | 實際擔任幹部期間的收穫 🌟 34:12 | Bonus Session：在 DAC 印象深刻的事

第五集 #職涯列車探險記 即將開到的是第五屆幹部們最真實的心聲聊聊，不論是對申請 NTU DAC 幹部躍躍欲試，還是想要一探究竟幹部們的職責與人格特質，歡迎收聽我們的精彩分享，馬上開聽吧！✨ 本集主持人：NTU DAC 行銷公關長 Tiffany 本集嘉賓：NTU DAC 副社長 Felix、課程長 孟純、專案長 Carol 02:49 | 擔任副社長、課程長、專案長與行銷公關長的分別職責 11:00 | 適合擔任副社長、課程長、專案長與行銷公關長的人格特質 13:50 | 接任幹部之前對 DAC 的印象 16:12 | 當初為何會想要擔任 DAC 幹部 22:40 | 真正擔任幹部之後和當初所想像的差異 29:10 | 幹部趣事分享😎 32:53 | 如果再給你一次機會……

從數據分析到保養技巧……你對美妝產業有什麼樣的期待與想像？這集你絕對不能錯過～ 第四集 #職涯列車探險記 我們邀請到傳說中那位皮膚超好的 DAC 第一屆課程長 Mike 來和我們分享在美妝龍頭 L'Oréal Data Team 擔任 Data Scientist 的經驗分享～對 FMCG 產業或資料分析有興趣的你，馬上開聽吧！✨ 03:25 | 在美妝龍頭 L’oreal 的一天 09:27 | Mike 給自己的三個 hashtags 13:47 | 接任 DAC 第一屆幹部的原因與影響 15:35 | 結合心理測驗、最特別的資料分析專案 20:36 | 專案過程中碰壁該如何破解 23:30 | FMCG 業態的魅力與限制 25:24 | 擔任資料科學家最大的挑戰 27:04 | Mike 保持水煮蛋肌的小秘訣 28:34 | 對工作如何保持熱忱 33:13 | L’oreal MT 面試小技巧 45:37 | Mike 在職涯上的下一步

第三集的 #職涯列車探險記 我們邀請到過去完成蝦皮 MA 輪調，目前在Shopee Express 擔任 Project Manager 的 NTU DAC 第二屆專案長 Megan 學姊，分享她「在蝦皮輪調期間的專案及趣事」、「求學期間摸索出適合自己職涯道路的方法」以及「面試準備建議」✨ 02:52｜Megan 給自己的 3 個 hashtags 03:47 ｜從實習到 Shopee MA、Supply & Demand Planner - Megan 的職涯探索之路 10:17｜DAC 對職涯的影響 13:48｜選擇初職 - Why Shopee MA & 電商的魅力所在 18:17｜蝦皮店到店創立初期 - Megan 的突破與創新 23:45｜東南亞論調經驗 27:05｜怎麼克服 MA 論調的撞牆期 29:04｜Megan 如何理解工作的意義和 motivation 30:55｜MA 大揭秘：部門論調實況 33:48｜Why Supply & Demand Planner 40:00｜面試技巧分享：Behavioral Interview...

《NTU DAC 職涯列車探險記》和我們一起找到屬於你的數據分析職涯道路！ 00:00｜對 Tracy 來說的顧問業 03:13｜節目開始 04:29｜我適合當顧問嗎？顧問業所需的特質是⋯？ 12:50｜Mastercard 的魅力與挑戰 14:10｜團隊合作小眉角 20:15｜有趣的出差經驗分享 34:14｜假說思維該如何運用？用得好對求職也有幫助！ 37:21｜求職心法與經驗不藏私分享📝

你有夢想的職業嗎？對於數據分析工作你有什麼想像呢？ 第一集的 #職涯列車探險記 我們邀請到目前在 Apple 擔任 Data Scientist 的 NTU DAC 的社團共同創辦人 Henry 學長，分享他在「學生時期的學習經歷」、「擔任共同創辦人的創設動機」以及「自身對於職涯規劃的觀點與建議」✨ 含金量超級滿又正能量爆棚的精彩內容，大家千萬不要錯過💯 00:00 最性感的職業是！ 02:30 節目緣起 04:40 Apple Data Scientist 工作日常、使用工具大解密 17:45 我適合當資料科學家嗎？三個必備特質是！ 26:50 工作上最痛苦的事… 31:15 我數學不好… 還能做數據分析嗎！ 37:00 不藏私職涯建議與資源 45:00 Garena、KKday、Apple，下一步呢？