91黑料网
| 我的学系 |
静宜大学 资料科学暨大数据分析与应用学系 |
东吴大学 资料科学系 |
|---|---|---|
| 所属学群 |
资讯学群
跨
数理化学群
数据统计学类 |
资讯学群
跨
数理化学群
数据统计学类 |
| 所在校区 |
校本部 43301臺中市沙鹿区臺湾大道7段200号 |
双溪校区 111台北市士林区临溪路70号 |
| 学系特色 |
【培育二種人才: 大數據與人工智慧】 |
东吴大学獨步亞洲首創『巨量資料管理学院』，並設立资料科学系，效法美國知名學府，不僅著重知識的傳授更強化專業領域的養成，課程規劃彈性而因應時代所需。著重於資料科學跨領域應用，課程設計結合機器學習、人工智慧、資料分析、資料視覺、數學、統計、管理、金融、行銷、社會、心理、商業應用等跨領域應用，強調专题实作與企業實習，同時引進業師群實務授課，致力培育高應變力的跨領域數據人才。 |
| 学科意涵 |
本系專門培育資料科學(大數據)與人工智慧兩種人才。資料科學(大數據)乃是進行資料洞察分析並能建立模型預測各種現象；而人工智慧主要是以深度學習以及相關機器学习方法進行各種的應用。相關應用：無人駕駛、金融科技FinTech、企業營運/客戶洞察分析、智慧医疗、工業智慧製造、物聯網…等。特別注重「AI+大數據+金融科技+资讯」之結合應用。 下载详细资料 |
在資料科學領域裡工作的人需要具備兩方面素質：一是概念性，主要是模型理解與運用；二是實踐性，主要是處理實際資料的能力。培養這樣的人才，需要數學、統計與計算機科學等學科之間的密切合作，同時也更需要產業界的投入與協助，現在遍佈於日常生活中的影音推薦系統、Siri 語意分析系統等都是應用。 |
| 学习方法 |
统计方法：以收集数据、分析数据和由数据得出结论的一系列方法。分為两类：描述统计方法和推断统计方法。1.描述统计方法：描述统计方法是指通过图表的方式对数据进行处理显示，进而对数据进行定量的综合概括的统计方法。2.推断统计方法：推断统计方法是指根据样本数据去推断总体数量测度的方法。 图解:本系办理优游台中学活动照片 版权:静宜资科系 
机器学习：機器學習理論主要是設計和分析一些讓電腦可以自動「學習」的演算法。機器學習演算法是一類從資料中自動分析獲得規律，並利用規律對未知資料進行預測的演算法。 因此资料探勘與機器學習相輔相成。 图解:专题实作导入机器学习 版权:静宜资科系 
资料探勘(data mining)：一門從大量資料中提取有用资讯的科學。重要的主題如下:1. 關聯分析(購物籃分析) 2. 推薦系統 3. 社群網路分析: 例如將客戶分群促銷之資料視覺化: https://tinyurl.com/2xhmzpg4 4. 文字探勘5.智慧行销 图解:本系办理础滨语音辨识影片拍摄教学课程 版权:静宜资科系 
深度學習（deep learning）：这项技能方法是目前热门的人工智慧领域的核心，是机器学习中模拟大脑神经网络结构运作，并藉由多层神经网络对资料进行特徵提取的演算法，是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对资料进行高层抽象的演算法。 图解:深度学习人工智慧应用 版权:静宜资科系 
搁以及笔测迟丑辞苍程式语言：搁以及笔测迟丑辞苍分别是资料科学、人工智慧使用最广泛的程式语言。资料科学及人工智慧的实践过程大多藉由搁,笔测迟丑辞苍的程式实作来完成。 图解:本系办理高中生营队活动照片 版权:静宜资科系 |
問題導向式學習(Problem-Based Learning, PBL)：透過問題情境誘發學生探索目標、設定方法並善用资讯科技(如：Python等工具運用)以及網路資源(如公開資料與程式碼)來提出解決方案，以培養學生資料分析基礎能力，並提升學生自我學習與解決問題的能力。 
專案導向式學習：專案即是現實世界的真實案例，使學生進入有意義的問題情景中，通過自主探究和團隊合作來解決問題，結合業界資源於課堂中導入 Capstone 專案，由業界專家出題，老師引導學生解題，在過程中培養資料分析能力、问题解决能力以及多元之資料分析視野。 
主题式学习：跨学科知识范畴，由不同领域业界老师扮演着顾问的角色，并透过同儕合作与校外实习，探索真实世界的各种现象，思考因应社会挑战的可行办法，并发掘自己的潜能。例如：研究「社群忧鬱现象」的主题，就会涉及心理、社工、自然语言处理、医学、社群、科技等多个学科，带领学生进行跨学科的专题实作。 |
| 高中階段可以準備的学习方法或方向 |
1.目前有许多的线上课程或专门的实体上课研修机构可以自我学习,建议学生可以针对有兴趣的部分利用网路教学或是线上课程来进行预先自我学习 |
高中端可以利用网路教学或是线上课程来进行预先学习，或是经由杂誌、媒体等方式多吸收来自各种不同面向的科技趋势与走向，让自我对於数位化、人工智慧的应用场域更加了解。 |
| 与相关科系之异同 |
與資管系/資工系異同：除资讯方面的訓練相同外，資工系多從事研發設計軟體與硬體工作；資管系則是著重商業應用，資科系則"AI+大數據" 缺一不可:重視數據處理分析的扎實訓練 (統計與數學訓練) 與人工智慧深度學習的訓練，運用現有工具以及計算方法進行分析，結果判讀進後解決問題。資科課程包含基礎程式设计訓練，再加入商業行銷應用、金融科科技與醫療科學等領域分析應用 |
资料科学系常與资讯工程、资讯管理比較。资讯工程系的學生多從事研發設計與硬體相關或是新演算法的軟體工作；资讯管理系則是與管理相關的運用，較著重商業應用相關領域，资料科学系則較重視在跨領域中的问题解决，專注於如何運用現有的工具以及計算方法來進行分析，並協助企業進行結果判讀進而解決問題。因此，資料科學課程包含資工的基礎程式设计訓練，再加入商業行銷應用、金融科技與社會科學等領域的分析應用。 |
| 生涯发展容易误解之处 |
本系的簡稱是 "資科系". 此名稱容易被誤讀為 "资讯系", 因此會被誤解為只是资讯領域的科系, 因此能從事的行業會被誤解. 實際上, 本系具備三面向的訓練: 數理內涵+资讯技能(AI與大數據)+實務應用, 因此能從事的行業非常寬廣(例如: 资讯, 金融, 品质管理/工程, 統計與數學專業人員). |
在這個人人都提「人工智慧與機器學習」的時代，具備有分析資料的能力，以及跨領域數據應用能力的人是極度缺乏的。資料科學乃是養成兼具资讯程式能力、資料分析與跨領域溝通能力的人才，不僅可以跟资讯工程師溝通無礙，對管理層面也能夠了解需求進而發現問題，研擬解決問題的流程，使得企業內部的资讯以及產業思維順利銜接。 |
| 学习方法容易誤解之處 |
本系發展「資料科學/大數據」與「人工智慧」領域，易被誤解為「资讯科學」。本系綜合「资讯科學」及「數理」面向，進行數理與各種資料大數據處理的訓練，具備扎實的基礎，面對各種實務應用問題，有更好的適應性與解決問題的能力。而「资讯科學」學系或領域較偏向技術性/操作性，適應性較差，數據處理分析能力較不足。 |
資工資管是培育IT人才，而資料科學是培育DT(Data Technology)人才。IT重視流程，反觀DT重視結果。在課程設計上，我們著重於在跨領域中问题解决，更專注於如何運用资讯科技工具以及程式设计提出解決方案並對結果進行判讀，協助企業解決問題與決策支援。 |
| 补充提醒与说明 |
大一的關鍵第一年，大二、大三提供基礎數據分析、撰寫程式及解釋分析結果「做中學」的能力，輔以多種領域證照(人工智慧AI、資料科學(大數據)、资讯技能、財金保險)及競賽訓練(如金象盃競賽)及大四的校外實習或畢業專題，培育同學增加研究所升學表現及職場競爭力，贏得就業先機(如: DevOps/SRE 人才(台積電大舉招募)。 |
程式語言與资讯能力往往只是職場必備的條件，因此一開始我們著重培養资讯技術能力為主要目標。透過大一大二年級扎實的基礎工訓練後，大三大四時提供學生多樣性的領域發展如商業應用、金融科技、社會科學等課程培育，讓學生能從生硬的理論基礎與方法學中，懂得如何利用所學在實際接觸到企業個案，並了解不同領域的業者所面臨的困境，參與可行的解決方案，提升職場競爭力，並從中了解自我的興趣以及未來職場的方向。 |
| 我的学系 |
静宜大学 资料科学暨大数据分析与应用学系 |
东吴大学 资料科学系 |
|---|---|---|
| 核心课程地图 |
|
|
| 专业选修课程 |
|
|
| 特色课程 |
金融大数据分析這門課是屬於現在熱門的金融科技FinTech領域中 "智能金融理財服務" 面向, 授課內容涵蓋: (1) 熟悉R/Python 軟體金融工具 (2) 熟悉股票債券期貨金融商品 (3) 投資組合理論 (4) 藉著資料科學大數據分析以及人工智慧技巧撰寫金融商品投資策略. 實現程式自動交易. 图解:以人工智慧进行金融商品自动程式交易 版權:静宜大学资料科学暨大数据分析与应用学系 
深度学习应用這門課所教授的內容是熱門的人工智慧領域之基礎. 主題內容涵蓋: 利用人工智慧深度學習技能應用在影像處理(自動駕駛, 醫學影像判讀), 自然語言處理(聊天機器人, 翻譯機器人)... AI自動駕駛實作影片: 1.https://is.gd/x2c84c 2.https://is.gd/ZYek1u 圖解:人工智慧自動駕駛: AI 追蹤物體 版权:静宜资科系 
资料探勘导论
资料探勘: 從大量資料(如網路)中提取有用资讯的科學。 图解:社群网路分析之客户分群促销(异顏色) 版權:静宜大学资料科学暨大数据分析与应用学系 
保险金融
1.从保险与金融理论知识引导实务应用 图解:专业经理人萧老师上课即景 版權:静宜大学资料科学暨大数据分析与应用学系 
资料库系统大數據時代已經來臨，任何組織都有資料，並建置资料库系统加以儲存管理。有效的利用這些資料對於單位組織的運作與績效提升將有很大的幫助，因此管理與操作運用資料庫的相關技能就很重要。本課程讓同學瞭解资料库系统之設計與實際操作應用，並輔導考取國際證照、提升就業競爭力(資料庫證照是許多職缺的必要條件)。 图解:金融资料库(期货与股票)使用操作 版權:静宜大学资料科学暨大数据分析与应用学系 |
多元学习场域，实作课程依據不同領域建立實驗室，提供學生多元學習場域並鍛鍊其基礎能力，更透過實際專案的執行，引動學生學習動機與興趣。特別是在「程式能力」的培育方面，課程設計含括：Python, Julia, R, SAS, Java, PHP, HTML5, SQL 
业界专家带路，实战力课程在課程中導入盛行於美國著名學府的Capstone Project，幫助學生統整與深化所學，讓學習更紮實，同時引導學生1.深入瞭解數據並協作解決數據問題，2.由數據找洞察，幫助企業做得更好，3.從這些洞察中找到正確的方向去建立行動以產產生資料價值，課程含括：人工智慧、機器學習、社群網絡等 
跨领域人才培育课程為縮短學用落差，針對資料科學廣泛應用的三大專業領域設計：商業應用、金融科技與社會科學学群選修課程，學生可以選擇一項專業選修学群課程或是探索不同領域專興趣；再配合產業實習專題，以實務與業界選才標準孕育新生代資料科學應用人才。 |
| 我的学系 |
静宜大学 资料科学暨大数据分析与应用学系 |
东吴大学 资料科学系 |
|---|---|---|
| 适合从事工作 |
|
|
| 系友生涯 |
屠嘉嵐学习经验: 屠嘉嵐系友毕业后考取交通大学「数据科学与工程研究所」,非常杰出.在学时表现优异，学习面向涉略广泛,曾进入多家公司进行与数据分析及建模相关的公司实习，将所学的技能用於实务问题之上。屠同学修习许多与资料科学及人工智慧相关的课程，非常有心的培养自我的技能实力，也有获得多张相关的证照。 目前就读交通大学「数据科学与工程研究所」 
邢晏纯学习经验: 邢晏纯系友畢業後考取「台北醫學大學大數據科技及管理研究所」,在學4年學習態度優異，曾獲台中市模範生。系上課程規劃使學生奠定了統計及其相關應用之基礎，不論是資料科學、程式邏輯及資料庫運用方面，讓學生與實務領域接軌，不管是升學或就業都十分容易。 职业经验: 就讀「台北醫學大學大數據科技及管理研究所」, 研究關於自然語言處理, 例如情緒分析、聊天機器人之應用，在指導教授帶領之下，曾於碩二前將研究投稿於自然語言相關之國際會議(ICCLNLP)及台灣所舉辦的人工智慧會議(TAAI)，都獲得發表的機會。 
戴添智学习经验: 1. 學習過程首先著重了解，再輔以不斷練習！我喜歡寫程式，自我訓練！大學時修習許多與资讯相關技能的課程, 好好裝備自己. 2. 「做中學，自我訓練」是非常重要的學習過程。遇到困難，上網找資料，尋求支援是非常重要的訓練！ 职业经验: 1. 目前在资讯產業擔任主管職務,累積多年的實作經驗，已能獨當一面完成千萬元的專案計畫！ 2. 升遷快速，年薪非常高！ 
温淑惠学习经验: 系上提供學程的修習，讓我更有系統性的修課。每當課業上遇到困難時，系上有提供諮詢中心的諮詢，同樣地，老師也有office hours，並有耐心的引導我去解決各種學習上的疑難雜症。 职业经验: 任職於「中國砂輪企業股份有限公司」品保工程師，大學時,透過系上品质管理與統計方面的專業訓練，工作中能充分地來應付. 由於在理論與實務上的良好訓練, 對於工作實務上遇到的種種情況，容易去理解為什麼要這麼做，判斷何時可以這麼做，而不是僅接收別人叫你怎麼做，即使目前工作中並不會用到很艱深的統計難題。 
鐘智瑋学习经验: 大学时期是人生的黄金学习阶段，认真读书认真玩，尽可能地把握这段宝贵时光，找到自己有兴趣的专业，认真培养自己的广度和深度，尤其是你的外语能力和思考能力。 职业经验: 任職於「中國醫藥大學大數據研究中心」. 這工作是我能夠發揮能力的地方，最重要的是找到自己的興趣所在和個人價值，把握大學時期所學到的專業知識、表達能力及做人處事，其餘的等工作時再學習，但要不斷思考如何才能做得更好，試著培養出屬於自己的品牌。 |
李昱萱巨资让我最有感的是实作经验丰富以及学院老师的用心。在巨资和老师有一起执行专案，能将所学应用到专案中，亦从中发现实作上的困难并且学习如何排除问题，老师对於学生的问题都是很乐於分享与讨论。在选择未来职场的方面尽可能不要限缩自己的选择，其实每个工作领域都需要数据分析，重点是多培养自己多元的技能。 现在的产业需要的是多元的人才，因此在大学毕业后选择了巨资研究所。现在数据分析是人人都必须要有的思维，不管你在哪个单位哪部门都需要这项技能。而巨资培养了我程式语言的逻辑思考以及寻找资源解决困难的能力，并且在实习以及专案的经验中与社会接轨。现為资诚会计事务所程式开发工程师。 
王奕淳原本考上其他学校统研所，但考虑程式语言重要性而选择巨资。在这裡可以為程式语言打下很好的基础，巨资每个教授都身怀绝技，在各自领域中都是佼佼者，能接触到各种产业不同的大数据分析应用，进而让自己能学习到产业都如何使用数据去做分析的。 现任职於永丰银行数位分析部。 
Willy Lin原本是几乎没有程式基础的文科人，进入资科学习相关知识与工具应用，也透过实习培养实务经验，让我能顺利往资料分析领域发展。在这个资料至上的时代，有资料就是佔尽优势，但是若是不会对资料做适当的处理及分析那就太可惜了。巨资透过专业的课程以及实习的机会让我在过程中收穫极多，让我可以顺利的与社会接轨。 现任职於运达航运股份有限公司。 |
我的学系 |
静宜大学 资料科学暨大数据分析与应用学系 |
东吴大学 资料科学系 |
|---|---|---|
多元能力 |
程式设计：了解程式語法以及邏輯架構，撰寫、修改程式，開發並設計系統。
30%
数理科学：能選擇適當的科學、數理知識或邏輯來思考問題，依據科學規律正確地推演出答案或排列资讯。
20%
快速知觉与总结：能從散落的资讯中，快速分辨與覺察具有意義的訊息，且能歸納出要點、關聯、架構等概念。
10%
逻辑推理：能捕捉事物運作的規律或關聯性，歸納或是推演不同事物的差異或因果關係，並得到特定理解。
10%
批判思考：运用不同观点对问题进行理性分析，对问题的解决方法或结论，评估出优缺点、支持、反对的意见。
5%
主动学习：積極尋求新资讯用以掌握問題的前因、後果以及預期影響，並依據各環節選擇適合的學習行為。
5%
问题解决：分析並預判問題的成因與後果，設想出合適的解決方法及使用的工具。
5%
记忆詮释：能識別、儲存、喚起多項资讯、數字、知識內容，且能以多種方式組合這些訊息間的差異與關聯。
5%
语文理解与表达：能透過語文理解他人想法形成特定概念，且能說明特定想法或因果關係。
5%
敏锐创造：能覺察特定事件與觀念、理論之間的差異，且能對事物進行拆解、組合、重新詮釋，呈現新穎之處。
5%
|
敏锐创造：能覺察特定事件與觀念、理論之間的差異，且能對事物進行拆解、組合、重新詮釋，呈現新穎之處。
15%
快速知觉与总结：能從散落的资讯中，快速分辨與覺察具有意義的訊息，且能歸納出要點、關聯、架構等概念。
15%
问题解决：分析並預判問題的成因與後果，設想出合適的解決方法及使用的工具。
15%
运作分析：分析特定需求並規劃合適的運作流程，運用技術調整、組裝、設定設備，讓設備及系統正常運作。
10%
程式设计：了解程式語法以及邏輯架構，撰寫、修改程式，開發並設計系統。
10%
数理科学：能選擇適當的科學、數理知識或邏輯來思考問題，依據科學規律正確地推演出答案或排列资讯。
10%
记忆詮释：能識別、儲存、喚起多項资讯、數字、知識內容，且能以多種方式組合這些訊息間的差異與關聯。
5%
逻辑推理：能捕捉事物運作的規律或關聯性，歸納或是推演不同事物的差異或因果關係，並得到特定理解。
5%
批判思考：运用不同观点对问题进行理性分析，对问题的解决方法或结论，评估出优缺点、支持、反对的意见。
5%
主动学习：積極尋求新资讯用以掌握問題的前因、後果以及預期影響，並依據各環節選擇適合的學習行為。
5%
语文理解与表达：能透過語文理解他人想法形成特定概念，且能說明特定想法或因果關係。
5%
|
性格特质 |
坚毅负责：常常長時間專注投入於特定事物，排除干擾訊息，會對所承諾的事物，會負起責任目標、執行到底，享受追求成就。
30%
探究冒险：常常樂於探索未知事物、能夠容忍陌生情境，樂於把困難視為一種挑戰，在探索、挑戰未知中偏好看見自己的成長。
30%
乐群敬业：總是表現活潑、傳遞熱情，主動參與活動，熱衷於與夥伴一同完成任務。
15%
自信肯定：总是相信自己能达成目标，会肯定自身的优势、长处，面对挫败能较好的调整情绪。
15%
合作互助：总是愿意优先关照、包容他人的需求，在不同意见中寻求最大的合作可能，优先寻求团体的共同价值，信任团体成员的指引。
10%
|
变通开创：常常對多種事物，表達熱情興趣，對於既有事物，進行拆解、重組，給予新的理解與觀點，並且喜愛創造出令人意想不到的新事物。
30%
主动积极：常常主動提出特定見解，樂於付出活力與熱情投入特定問題、活動，引領他人的行動。
25%
开朗活泼：總是正向樂觀的看待事物的發展，即使事件發展不如預期，也能保持接納、能看見正向價值，常常表現自在、不膽怯。
20%
合作互助：总是愿意优先关照、包容他人的需求，在不同意见中寻求最大的合作可能，优先寻求团体的共同价值，信任团体成员的指引。
15%
深思力行：常常追求事物的条理秩序，审慎确认事物的彼此关係，行事仔细考量后果。
10%
|
