這裡記錄自學、教學、職涯選擇、閱讀與個人成長。
它不像技術文章只回答「怎麼做」，而是回頭整理：
我為什麼這樣選、過程中學到了什麼，以及哪些經驗可能也能幫助正在相似階段的你。
這個專區在寫什麼？
- 學習：如何理解新知、整理筆記，以及面對學不會或失去方向的時刻。
- 職涯：求學、就業、轉折與選擇背後的真實考量。
- 教學與分享：如何把自己學會的事，整理成別人能理解的內容。
- 閱讀與反思：書籍、活動與生活經驗帶來的觀點改變。
如果你不只想知道答案，也想理解一個人如何在不確定中學習、工作與做選擇，可以從這裡開始。
依照你現在的狀態選擇內容
我正在思考職涯方向
閱讀求學、就業、回到校園分享與非線性職涯的真實經驗。它們不會替你決定，但能提供另一組參考座標。
我想建立自己的學習方法
從筆記、閱讀、教學與輸出中，觀察如何把零散資訊變成能理解、能回顧的知識。
我想重新理解自己
透過個人使用說明書、活動參與與生活反思，看見自己的工作習慣、選擇與價值排序。
一條沒有標準答案的閱讀路線
- 先讀一篇真實經驗：從具體事件進入，比直接接受抽象建議更容易產生連結。
- 再找出其中的方法：思考哪些判斷方式可以借用，哪些只適用於作者當時的情境。
- 回到自己的問題：用一段筆記、一個行動或一次對話，驗證這個觀點是否真的適合你。
這裡不需要照發布時間或固定順序閱讀。選一個現在最有感覺的標題開始即可。
精選文章
推薦閱讀與學習資源
工具與書籍不會直接替你完成學習，但可以幫助你保存、回顧與連結自己的想法。
- Company of One（一人公司）：適合正在思考個人品牌、自由工作與可持續成長的人。
- Readwise：協助保存閱讀標註並定期回顧，讓閱讀不只停在收藏。
- Notion：適合整理學習筆記、生活反思、專案與創作靈感。
揭露原則：若未來部分連結屬於聯盟連結，請在此清楚標示。推薦應以實際使用情境與限制為主。
常見問題
這裡是技術教學嗎？
這個專區比較著重學習方法、職涯經驗與反思。需要資料分析、AI 或自動化實作時，可以前往另外兩個主題 Hub。
文章中的職涯經驗可以直接照做嗎？
不建議直接複製。每個人的資源、風險與目標不同，這些文章更適合作為理解選擇過程的參考。
第一次來應該先讀哪一篇？
如果正在思考職涯，可以先讀研究所畢業後的分享；想理解自己，可以先讀個人使用說明書；想開始公開分享，可以從 Google 小聚的經驗開始。
延伸到實作
- 資料科學與 AI 實戰：從資料、分析與模型進入實際專案。
- AI 工具與自動化：把想法整理成可以重複使用的工作流程。
- 食品科技與實用工具：查看技術如何被用進食品產業問題。
選一篇現在最有感覺的文章
不必把所有建議變成待辦清單。讀完後，只留下一個你願意進一步思考或實驗的問題就好。