data/engineering

外部短講、訪談
這是在 Data Science Meetup 台灣資料科學社群 作的分享,約一小時,內容包含資料科學的分工與合作經驗、新創職涯心得,以及台灣/日本的工作差異。
這是在 TWiDS 的訪談記錄,裡面包含了一些看完我的文章之後很容易會有的問題,像是通才/專才選擇、該如何避免瞎忙、海外求職、如何了解自己的市場定位,跟探索市場需求等等。
AI的應用、數據隱私、與 AI 的是非對錯
2018-11, 2019-10 課程投影片
這是兩次到交大科法所演講所用的投影片,對象是法律背景的學生,希望能用較科普的方式介紹 AI 產業的現況,與實際上的應用能做到什麼程度,希望讓法律背景的學生思考如何面對 AI 普及後的倫理議題。 如果你並非理工背景,但卻很好奇 AI 與法律/倫理/道德有什麼衝突與可能性,那麼這個主題你應該會喜歡。
部落格文章

從五個切入點看數據中台的必要性

在上一篇《我的資料工程轉捩點,與數據中台》講完個人經驗之後,我想來拆解數據中台的本質,我在第一次看到這個名詞之後,嘗試搜尋了很多資料,但都只得到模糊的抽象,完全無法理解它葫蘆裡賣的是什麼藥。 直到最近...

我的資料工程轉捩點,與數據中台

2018 年,阿里巴巴對社會輸出「數據中台」這個價值體系,聲稱這樣的技術架構可以解決業務與開發效率的不對稱性、落實「數據為本」、極大化企業資料價值。 到了 2020,流行的可能是「拆中台」,將數據中台...

先有軟體與數據文化,才有AI ver.2020

此文撰於三年多前(2017-07-2),由於最近又有新的文化(遠端工作模式)產生,很多觀念仍然適用,就做了小幅度修改重發。 文化沒有捷徑。圖為貝爾格勒,這裡的歷史街區和建築極具吸引力 photo cr...

為何資料工程人才難以培養?

示意圖:被巨量資料開發的隕石砸到 這幾年我很常聽到快畢業的學生,或是剛踏入職場的新鮮人詢問,要如何培養資料工程的實務能力,像是: 我很希望自己有更好的資料工程(ETL/data pipeline)實務...

為什麼資料科學「曾經」比資料工程流行?

分析與模型在多數人眼中,比工程更性感 「清資料很無聊、研究模型很潮」這從學生與新鮮人的角度來說,在踏入業界以前有這樣的認知是很正常的事情,對於那些已經在業界、卻不在 AI 領域的人來說,或許也是類似的...

資料科學角色光譜圖

原本上一篇應該就要結束了,但因為這篇《設計角色的光譜》The spectrum of design roles in 2018 – UX Collective 呈現的方式實在太棒了,忍不住也想來做一張...

從資料科學人力配置,看公司的資料工程複雜度

康威定律告訴我們:設計系統的架構受制於產生這些設計的組織的溝通結構。 對於求職者來說,要了解一間公司,有很多面向可以評估。對於資料科學領域,常用的一個方法就是評估它的資料工程複雜度,更簡化來說,就是科...

資料科學的職稱分類演進

「資料科學家到底做些什麼?」、「為什麼這間公司的科學家也要做資料工程?」、「資料清理是誰應該做的?」、「機器學習工程師跟資料工程師有差嗎?」、「資料分析師又跟他們差在哪?」 這些都是求職過程中,面試者...

2019 我的資料科學轉職歷程:產業職缺觀察

這篇是以自己的面試經驗(2019/05~2019/08)做市場取樣調查,未必代表整個產業概況,如果有其他面向是我忽略的,也歡迎分享出來一起討論。 系列文列表 2019 我的資料科學轉職歷程:從迷惘出發...

2019 我的資料科學轉職歷程:對內形塑的價值觀

如果說上一篇如何定位自己,是外顯的結果,那麼這篇價值觀,就是一邊在摸索中,我自己建立起來的價值觀 系列文列表 2019 我的資料科學轉職歷程:從迷惘出發的動機,以及為什麼不寫面試文 2019 我的資料...

2019 我的資料科學轉職歷程:對外如何定位自己

系列文列表 2019 我的資料科學轉職歷程:從迷惘出發的動機,以及為什麼不寫面試文 2019 我的資料科學轉職歷程:把自己當產品賣的探索 2019 我的資料科學轉職歷程:對外如何定位自己 2019 我...

2019 我的資料科學轉職歷程:把自己當產品賣的探索

在以前,部分工程師習慣的面試可能是著重在技術上,至於自己的技術對公司有什麼好處,則是公司與用人主管自己的問題。 這次我反過來,在求職的時候從市場的角度來看,什麼是這間公司需要的?我能提供什麼價值? 用...

「全棧科學家」模式不適用的可能原因

科學家與工程師的合作模式一直是個問題 數據科學家與業務邏輯密不可分,為了解決特定業務問題,發明、創造並針對性地解決。代表著垂直、專精。 數據工程師則是以重複、模組化為主,類似的問題提供抽象的解法,代表...