探索數據未來

20250219 台大資料分析與決策社-職涯分享課程 present by Dan Chen

Transcript

1. 探索數據未來 機器學習應用與職涯發展 Speaker: Dan Chen
2. 01 02 03 04 ML 101 & 商業案例 專案經驗分享 能力養成與建議 個人職涯發展 05 Q&A CONTENT
3. 我不是本科生，我該怎麼突破？ 01 個人職涯發展
4. Dan Chen LINE Taiwan EC Dev - Data Scientis All about Recommendation ….
5. Dan Chen LINE Taiwan EC Dev - Data Scientis Work Experience Side Project 我不是本科生，但如何突破？ Intern Work - Consultant (Startup / traditional industries) - DS4G (domestic violence / social housing / elderly issues) - TWiDS / WiDS - Publish TF2.0 books
6. 機器學習與商業案例 02 ML 101
7. 特點項目文字 特點項目 AI / ML 特點項目文字 特點項目 特點項目文字 特點項目 什麼是 差別在哪裡？
8. 什麼是ML? (1/2) ML/DL 𝑓(𝓍) Training 𝑓( ) 強尼戴普 Image Recognition 𝑓( ) 一袋米扛幾樓 Speech Recognition
9. 什麼是ML? (2/2) ML/DL Supervised (有Label [Y]) Self - Supervised (無Lablel) 應用:營銷預測 / 股價預測 / CTR預測 … 等等 應用：顧客分群 / 圖片產生 / 文章產生 … 等等 𝓧 →𝓨 𝓧 → 𝖃
10. Why Deep learning? 運算力的增強 & GPU運算 Deep NN > Shallow NN 需要一個很潮的演算法 存取大量的數據
11. ML Concept yout should know Feature Engineering Model Training Validation Deployment
12. Future? Catherine Wood AKA 女版巴菲特 AKA 乾媽
13. 專案辛苦蝦郎災 03 專案經歷
14. Task Workflow Task Demand Demand Analyze Task Split (Ticket) ETL Design Deploy *https://www.flaticon.com/
15. *https://www.flaticon.com/ 商業案列ㄧ
16. 推薦系統藏在生活每一個角落 16 隨機推薦 熱門排行 以內容為基礎推薦 協同過濾 就是...random()... 但有時候常發會奇效 可恥，但有用 針對時效性、熱門議 題商品有用 針對商品內容進行推 薦，計算相似度。 可用於冷啟動 - Model Based - Memory Based
17. *https://www.flaticon.com/ 預測用戶上站是否會點擊廣告 商業案列二
18. Be a yes man 04 能力養成與建議
19. 大學三年... 小魯的建議 課業成績 Side Project / 畢業專題 大學四年 -> License or 國外線上證明 參加Meetup / Conference or 經營Linkdin 參加Apache開源專案 ( 源來是你） Goal: Intern or 考研
20. General... Coding Skills Business Concept * 箭頭方向程度越高 Intern Junior * Basic skills * Basic Knowledge * Domain Knowledge * Advance skills test * Basic domain * Knowledge Set (Requirement)
21. Salary... * https://ca.indeed.com/career-advice/finding-a-job/data-scientist-vs-data-engineer * https://guide.104.com.tw/salary/job/ DA DS MLE / DE
22. 實際來說... 人人必須雙刀流 ～三刀流
23. 05 Q&A
24. For LLM coming 06 GenAI Bonus
25. AI https://medium.com/p/a819ae2d9779
26. AI https://medium.com/p/a819ae2d9779
27. Research Source: Gartner Data & Analytics Summit Conference (2024), How to Make Your Data AI-Ready and Why It Matters. Image created by the author of this post.