為提供您更多優質的內容,本網站使用cookies分析技術。若繼續閱覽本網站內容,即表示您同意我們使用 cookies,關於更多 cookies以及相關政策更新資訊,請閱讀我們的隱私權政策與使用條款
作者/伍芬婕天下雜誌 2019-08-08 圖片來源:伍芬婕攝影
台大經濟系的畢業生,正走在資料人才熱潮前端,台灣微軟、KKbox、台灣屈臣氏都有畢業生從事數據科學工作,連遠在舊金山的Uber總部也有他們身影。他們為何能走在趨勢浪頭,成為企業愛用的搶手人才?

在工程師為主的微軟,他的最大強項,是結合社會科學敏感度的統計能力。

優勢1:對人的理解

廖冠豪說,每個領域在意的事情不同,資工訓練的重點是改善預測模型,而資料科學家在意的,是判斷、甚至創造出適合放進模型的特徵。對人類行為或社會的理解,是經濟系學生跨足資料科學的一大優勢。

以鐵達尼號的故事為例,要知道「誰比較容易在船難中活下來」,有社會敏銳度的資料科學家,可能會找出同姓氏的人,運用「家族身分」當成特徵,像是那些買頭等艙票的家族,是不是特別容易活下來。

優勢2:數理統計訓練

廖冠豪大學期間修了不少計量經濟相關課程,打下扎實的統計基礎,在需要統計能力的資料科學領域有一定優勢。他舉例,資料科學常用的幾大方法,像是分群、迴歸和降維,都需要對統計理論有深入理解。

他在微軟的工作是和工程師分工,由他負責篩選重要變數特徵,再由資料工程師接手優化模型。

「如果你能證明經過你改良的結果比較好,工程師會知道你是可以合作的對象,」他解釋,現在頂尖業界講究的是跨領域合作,把工作流程中的每一個環節做好,資料科學家可以讓工程師更專注於他們擅長的演算法部份,共同產出更好的預測機制。

優勢3:從無到有、拆解出可用數據回答的問題

經濟系訓練的另一個特色,是一步步拆解問題、到可用資料回答的問題界定能力。在知名音樂平台KKbox工作的陳代榕,就是一例,「你要怎麼知道一首歌會不會紅?」台大經濟研究所畢業、在KKbox擔任資深資料分析師的陳代榕,有天遇到老闆出了這道難題。

「首先要界定問題:怎麼樣才算『紅』?」受過嚴謹的量化方法訓練,讓陳代榕在界定商業問題時也能很快上手。

當時業界對於熱門歌曲的定義僅止於播放次數排行榜,「一首歌從發行到最後慢慢銷聲匿跡,過程到底長什麼樣子,我們是不知道的。」於是團隊決定深入了解一首歌從紅到不紅的軌跡。

延伸閱讀

贊助文章

推薦影音

最新評論

資深職人最多人關注

more

創新創業最多人關注

more

最新消息

  1. 1
  2. 2
  3. 3
  4. 4
  5. 5

深度專輯

more