一、自我管理與自主學習能力的提升
在這次專題中，我深刻體會到良好的自我管理能力是完成大型專案的重要基礎。爬蟲程式容易因網站更新、欄位變動或瀏覽器版本差異而失效，因此必須反覆測試與調整。如果沒有穩定的進度規劃與時間管理，很容易因為卡在某個錯誤而讓整體進度停滯。
在面對這些問題的過程中，我逐漸養成了更有紀律的工作方式，例如將開發流程拆成小目標、在每次修改後記錄變更內容、事先預留除錯緩衝時間等。這些方法不僅提升了自制力，也讓我更能有效掌控專題節奏。
此外，爬蟲、OCR、資料庫管理與 Power BI 都不是課堂上會完整教到的內容，因此要能自主查找資料、閱讀文件、參考他人經驗並轉換成自己的做法。這段歷程讓我明白，自主學習並不是單純「查答案」，而是能在資訊破碎且不完整的情況下，整理出可行解法並付諸實作。
整體而言，這次專題讓我在自律性與自我管理能力上都有明顯成長，也讓我理解到專案並不是靠靈感完成，而是靠穩定的累積與持續的自主探索推動。
二、資料整合與分析平台構建能力的提升
這次專題並不僅是單純完成爬蟲程式或製作 Power BI 報表，而是完整經歷了從資料收集到資料呈現的全流程。透過這段經驗，我逐步建立起更完整的系統思維，也更能理解資料專案中各階段之間的連動與影響。
在資料取得階段，我學習如何處理動態網頁、應付反爬蟲機制，以及面對網站結構不一致所帶來的多種例外狀況。過程中，我意識到資料取得並不是單一工具的問題，而是涵蓋穩定性、可維護性與流程設計等多層面的挑戰。
進入資料庫建置與資料整理階段後，我開始重視欄位設計、主鍵定義、資料標準化與清洗邏輯的重要性。這些看似細節的設計，其實會直接影響後續分析的效率與準確度。透過反覆調整資料表的結構與關聯，我逐漸掌握如何將大量原始資料轉換成更適合分析的格式。
在視覺化呈現階段，我不只學習如何操作 Power BI，也更深入理解「資料應該以什麼方式被理解」。除了圖表選擇與互動設計，我投入相當多時間在 DAX 公式的撰寫上，例如正取與備取人數統計、錄取比例計算、遞補順位處理、依條件動態排序等。這些量值公式讓圖表能夠反映更精確的趨勢，也讓分析結果能與資料庫的欄位邏輯正確連動。透過這段學習，我理解到資料視覺化的價值並非單純「把圖做出來」，而是如何讓資料能真正支持判斷與分析。
綜合而言，這次專題讓我建立起一套更全面的資料流程觀念。不僅熟悉工具，也能以全局角度思考資料如何從收集、清理、建庫到最終呈現。未來若接觸更大型的資料平台或 AI 應用，我相信這些經驗將成為我重要的基礎。