跳到主要內容

Google 專案管理認證如何準備?值得考嗎? Project Management Professional Certificate

Google 2021年開始在 Coursera 上開設了一系列以科技業就業為導向的 Certificate 課程,我今年6月底到7月初,大概花了2週的時間,從早學習到晚,取得了 Google Project Management Professional Certificate 這個認證,覺得可以來談談這個認證,並且推薦年輕朋友考一張看看。

結論先講

這是一個不錯的初階認證課程,有系統、有難度。我覺得上過這個課,對於專案管理的流程、文件、軟技能都有基礎的認識,應該需要知道的細節都有基本的知識,重要的文件都自己寫過一次,建議生涯初階的人可以考看看。從用人主管的角度來看,我覺得這個認證是有效的。

什麼是 Certificate

Certificate 在美加的教育環境中,就是一個最基本的職業文憑,很多大專院校,會同時頒發 Certificate、Diploma與Degree,Certificate 差不多就是一年的課程(Diploma 2年、Degree 4年),一般學校都要求10-30學分左右的課程份量,大概是150到500小時的學習。一張Certificate通常有發證單位的背書,證明具有尋求該職業最低的要求,但不是「大學學歷」。

Google 每一張 Certificate 都是說 Prepare for an entry-level job as a ________. 然後在課程中會引導學員了解這個證書也不是讓你幻想拿到之後就可以到跨國外商 PMO 管理大型專案,而是只能從各種助理工作開始。

Google Certificate 要求 6 個月的學期,課程安排大概是27週左右,每週要求10小時左右的學習,我覺得大概有台灣的大學10-20學分的份量(看是什麼大學),大概比台灣很多大學的「學分學程」少一點。

Google Project Management Professional Certificate 難不難?

我先簡單說一下我的背景,我沒有留學美國的經驗,但Toeic裸考9xx分,並且有在外商參與各種大小本土與跨國專案的經驗。

對台灣人而言,這個課程有三個難度,一個是課程難度、一個是語言難度、一個是個人時間管理難度。

  • 課程難度:課程難度我覺得還好,如果都是用中文上課,台灣國中會考5B的學生還算可以應付。
  • 英語難度:加上英文之後,就變得有點難度了,因為有非常非常多的作業,需要很良好的英語閱讀能力,作業與考試有大量的情境題,例如讓你看完一整串的E-mail往返,然後請你整理這幾封信的重點。另外有超多的寫作題,這些寫作題的數量與強度,很難在一般台灣的大學課程中看到。由於寫作都是同儕評分,你英文要寫得簡單清晰明瞭,才可能被來自全世界不同國家的人都看得懂。以我的英語能力與工作經驗,這個課程我也要花大概150小時才能完成,幾乎長達2周的時間,我早上6點起來開始學習,直到晚上10點。對於英語不熟或者沒有相關知識的人而言,Google建議的270個小時應該還算合理。
  • 個人管理難度:這個課程雖然內容難度不高,但內容份量很瑣碎,有26次的小考、14次英語書寫作業、大概100次的隨堂考(包含了選擇題、書寫、分析等等),如此高度碎片化的課程,對於沒有耐心、無法自我管理、時間管理能力低落的人而言,在沒有人督促的情況下,完成課程是非常困難的事情。
Google Project Management Professional Certificate

Google Project Management Professional Certificate 內容是什麼?

Google 專案管理課程分成5個課程與最後的專題作業,以下是這6個部分的簡單介紹:
  1. Foundations of Project Management 這是最簡單最簡單的部分,你可能只要2天就完成,但這只是誘餌,後面都很難(驚)。課程介紹了什麼是專案管理、專案管理的構成,理論架構與PMP有點像。
  2. Project Initiation: Starting a Successful Project 開始進入專案管理的起始階段,介紹了 SMART goal Setting、OKR、專案範疇管理、專案評估、利害關係人分析、RACI、專案章程 Project Chapter、專案管理軟體,也開始進入文件寫作。
  3. Project Planning: Putting It All Together 進入專案管理的規劃流程,包含Kick-off會議、WBS、Task、Milestone、專案計畫、專案時程預估、關鍵路徑法、甘特圖、預算管理、採購管理、RFP、發包、SOW、風險管理、溝通計畫、文件管理。
  4. Project Execution: Running the Project 專案執行階段的介紹,包含進度追蹤(跟催~~)、風險處理、ROAM、相依性、向上呈報、品質管理、滿意度管理、改進、Retro、客戶滿意度分析、簡報技巧、團隊管理、團體動力、領導力、影響力、會議召開、Agenda、專案結束、結案報告。
  5. Agile Project Management 如果沒有這一塊也怪怪的,在敏捷這個部分包含了敏捷簡史、敏捷與瀑布法的比較(課程一直強調Agile與Waterfall各有所長,最終建議是採取混成的手法)、Agile Manifesto、VUCA、Product Backlog、Scrum、Scrum Guide、Sprint、Scrum Guide、Scrum Master、Kanban、Lean、燃盡圖、Sprint Retro、Value Roadmap
  6. Capstone 前面5個課程都用同一間虛擬公司的專案來貫穿,這部份出現了新的公司,但是所有之前的重要文件全部重寫一遍,一共8個作業:
    1. Project charter
    2. Influential email (寫信去拜託同事聯手對抗老闆,真的)
    3. Task 與 Milestone
    4. 時程估計
    5. 客戶滿意度問卷
    6. 客戶滿意度分析報告
    7. 寫信向老闆求救
    8. 結案報告

Google Project Management Professional Certificate 與 PMI PMP 的差異是什麼?

我沒有考過 PMP ,無法比較。

從用人主管的角度來看,這張有效嗎?

如果有兩個條件完全一樣的大學畢業生來應徵,我會優先給有這張證書的人機會。如果同樣條件的兩個人來應徵,有一個在學校修過一門專案管理,另外一個有這一張證書,我覺得這張應該還是比較有效。這張證書在台灣還有一個附加效力,就是隱性的英語檢定。

如何準備 Google PM Certificate?

如果你從來沒有參加過大型線上課程,建議你每週或每天抽出一段固定的時間來上課(我的手法比較粗暴,是預留了14天給自己,中間幾乎沒有被干擾),否則這麼漫長的課程,很快你就喪失興趣、信心了,特別是這個課程的強度規劃有點越來越難,最後一個Capstone,強度完全不輸頂尖大學課程一學期的作業量。

我建議你務必做筆記,並且把課程中的 Reading 都存到你自己的筆記本當中。我自己上課時慣用的筆記本是 OneNote。

這個課程的書寫作業都是同儕評分(Peer Review),我是覺得有點風險,因為同儕評分只需要2個人的分數,如果其中有一個人英語很不好、閱讀能力有問題、心態不好(希望別人不要過),你就可能失分(我遭遇了兩次)。要避免這個狀況,你只能要求自己寫得很好......

英語寫作有困難的人,可以再找 Grammarly 這樣的服務來順你的英文。

 Google PM Certificate 的特點

Google 這些初階職業認證課程有幾個很強的特點,而且在 PM 課程應該特別明顯。

Inclusive

這門課非常強調 Inclusive 與 Accessibility,特別是課程規劃中,這應該是核心要素。這門課6個階段有6個主要的講師,幾乎都不是WASP (White Anglo-Saxon Protestant)男性,所以你會看到亞裔女性、非裔女性或拉丁裔男性講師來講這堂課。

課程中使用的圖像也都完全通過 Inclusive 的標準,有女、有男、有老、有少、有不同種族、不同文化、不同障礙別。

講師講話的速度...都很...財哥...,初期我都是放150%的速度來聽,因為真的太慢。在Agile的課程中我改變學習策略,把講稿全部都先存下來後,以邊聽邊畫線取代筆記,這時候我才放到100%。

Google Way

Google 這個課跟其他公司科技的認證有一個很大的不同,很強調 Google 的文化與價值觀,所以不斷都會有客串的講師來說Google怎麼做、Google的文化如何、Google的流程如何,這其中包含 OKR 。

找工作

這個認證中有很多跟找工作相關的內容,這點非常值得參考。包含教導學員如何去網路人力銀行找到職缺、判斷職缺內容與這張認證有沒有關、找尋技能關鍵字、求職計畫。這部份單獨拉出成課程都很有價值。

跨國

從討論區、同儕作業中,你都可以看到各種族裔的名字,我後來都會上網查一查這些人是誰,看到非常多不同國家的專業工作者、或者美國少數族裔的專業工作者,有蒙古的科技顧問也有尼泊爾的工程師。我之前上其他 Coursera 的課程,沒有感覺這麼強的國際感。

Soft skill

專案管理類的工作有些與其他工作的不同,這個課程除了讓學員很清楚知道有大量的文件產出與管理負擔外,還有很強的人際溝通需求,所以課程中有大量軟技能的課程、測驗與練習,例如寫信給同事(一起對抗老闆)、寫信給主管等等,這些都是真實會在職場遇到,但我猜大部分學校都不會教的東西。

結論

如果你剛出社會、或者打算出社會後找科技業專案管理類的工作,培養商業思惟,這個課程我很推薦,因為很詳細,也有難度。如果你是主管,我建議你可以把這張證書視為市場上可信任的認證之一。

同系列認證開箱

這個網誌中的熱門文章

如何讓老師幫你寫推薦信

到了推甄的季節,許多學生都會請老師幫忙寫推薦信,但老師通常無法一一達成你的願望。因為你會找的老師,通常也有很多同學會找。沒有人找的老師,就是沒有人找。 想要獲得一封「 有效的 」推薦信,同學必須自己協助完成,而不能期待老師從無到有幫你寫完。原因有幾個: 你認識老師,老師也認識你,但,老師真的跟你 沒有很熟 。你可能修過這位老師幾門課,但課堂上不是只有你一個學生,老師「知道」你這個人的存在,但通常跟你不會很熟,特別是大學部的同學,除非當過老師的助教或助理,否則老師跟你單獨說話、見面的時間合計起來不超過一小時。加上現在社群媒體爆料的文化興盛,老師能夠避免與你單獨相處就盡量避免,請問這種狀況下,老師對你瞭解有幾分?如果你只修過老師一兩門課,老師就能幫你寫一封對你非常瞭解的推薦信,你可能要考慮報警。 二、老師對你的生涯規劃與讀研究所的脈絡並不清楚。除非你主動告訴老師,否則沒有人知道你為什麼要讀這個所、你的讀書計畫與目標是什麼,你的天性與專長如何滿足這個所的需求。 三、老師真的很忙。即便真正很熟的時間,寫起來也要幾個小時的時間,更何況不是真的很熟、半熟、三分熟的學生? 推薦信的底稿 這種時候,你應該自己先寫好一份推薦信的底稿,讓老師在這份底稿上邊修,這樣你才能夠得到一份真正對你推甄、申請有效的推薦信。 一封 推薦信的底稿 應該包含幾個段落: 被推薦人的簡單介紹(就讀學校、主修、副修、學業成績表現、生涯目標) 推薦人如何認識被推薦人(課堂、實習、研究助理、認識多久) 被推薦人的主要特長(積極、適應力強、認真、好學等等) 推薦人如何知道被推薦人有這些特長(STAR寫作法,文末有詳述) 這些特長與被推薦人要申請的研究所、工作或獎學金的連結是什麼? STAR 寫作法 在特長的部分,同學請依照 STAR 的方法來寫作。STAR 包含了: Situation Task Action Result 如果你覺得自己有「領導力」,老師大概很難直接寫「這位同學富有領導力」。通常要寫: Apple同學具有良好的領導力,她在2017年時曾經修過我的資訊圖表課程,當時我曾經有一個小組作業非常複雜困難,很多小組都無法排解組內的紛爭,成績表現並不好 (Situation)。但Apple同學身為小組組長,知道這個專案需要透過溝通來解決 (Task) ,她花了非常多時間與同學討論作業的需求、安排大家都滿意的分

Google Data Analytics 數據分析專業認證介紹

Google 在 2021 年開了5個他們認為低學歷也可以進入網路科技業的墊腳石課程,都是 Certificate 程度,也就是美式求職證照中的最低階。 我先前已經先考過了 專案管理的專業認證 ,這次繼續花大約2周的時間來完成數據分析師 / 資料分析師認證,看看這張證書是否值得推薦。 Google Data Analytics Certificate 結論先講 如果你具有任何一個非數據類的專業(aka良好的大學文憑)或者在工作上累積了不錯的專業知識 (Domain Knowledge) ,這門課可以 提高你的專業知識與求職機會 (前提是你真的 所有作業 都做完哦~~) 這門課的重點是 Data,不是 Business ,主要提供你與 Data 最基本的互動知識,但談不上 Business Analytics ,使用的工具、課程內容重點都不同。 課程難度 Google Data Analytics Professional Certificate 這門課是全英文的,你要全程用英文參與課程、學簡單 Coding,完成作業,語言上有難度。不過與另外一門 Project Management Certificate 相較,我覺得英文要求沒有那麼高,畢竟沒有 Peer Review,等於是沒有對英語寫作的要求。 課程的工具核心有三個,分別是 Excel(試算表)、SQL與R,假如這三樣你都沒學過,也沒有任何寫程式的基礎(這種人現在也不多就是了),可能會有一點點學習上的門檻,但如果你已經有任何一個程式的基礎,相信不會太難。 課程安排 這個專業認證課由8個課程組成,課程架構與大部分數據分析、商業分析的都差不多,Google 這邊使用的為 Ask、Prepare、Process、Analyze、Share與Act六大步驟,除了第一個課程是數據分析快速入門外,後面5個就是Google數據分析的前5個階段,然後第7個課程專門講R,第8個是專題作業。 Ask 階段主要是定義商業問題與需求,Prepare階段讓你了解數據、欄位等特性,規劃資料需求並且取得資料。  Process階段就專門談資料的清理、整理,花了很多時間在談清理的樣態、手工清理與SQL清理,令人驚訝的是完全沒有介紹 OpenRefine 。 Analyze階段講得比我想像的要少,重點還是在試算表與SQL的使用,完全沒有提到商