Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
如何在團隊發揮數據影響力: 以電商資料科學家為例
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
LINE Developers Taiwan
PRO
November 04, 2024
Technology
0
97
如何在團隊發揮數據影響力: 以電商資料科學家為例
Event: 台大資料分析與決策社參訪
Spealer: Dan Chen
LINE Developers Taiwan
PRO
November 04, 2024
Tweet
Share
More Decks by LINE Developers Taiwan
See All by LINE Developers Taiwan
Gemini 2025 新功能回顧 LINE Bot 完美結合
line_developers_tw
PRO
0
270
NTUAI企業參訪
line_developers_tw
PRO
0
4.6k
Data TECH FRESH企業參訪- Amber
line_developers_tw
PRO
0
9k
Data Team 實習分享
line_developers_tw
PRO
0
8.3k
Backend Intern之旅
line_developers_tw
PRO
0
13k
清大企業參訪- Ben
line_developers_tw
PRO
0
2.4k
LLM 商品規格萃取大冒險- Vila
line_developers_tw
PRO
0
1.8k
Playwright/MCP/AI -Winter
line_developers_tw
PRO
0
1.8k
LINE EC Product Catalog Development- Rei
line_developers_tw
PRO
0
1.8k
Other Decks in Technology
See All in Technology
制約が導く迷わない設計 〜 信頼性と運用性を両立するマイナンバー管理システムの実践 〜
bwkw
3
970
[CV勉強会@関東 World Model 読み会] Orbis: Overcoming Challenges of Long-Horizon Prediction in Driving World Models (Mousakhan+, NeurIPS 2025)
abemii
0
140
Context Engineeringの取り組み
nutslove
0
360
Why Organizations Fail: ノーベル経済学賞「国家はなぜ衰退するのか」から考えるアジャイル組織論
kawaguti
PRO
1
100
外部キー制約の知っておいて欲しいこと - RDBMSを正しく使うために必要なこと / FOREIGN KEY Night
soudai
PRO
12
5.6k
AIエージェントを開発しよう!-AgentCore活用の勘所-
yukiogawa
0
170
FinTech SREのAWSサービス活用/Leveraging AWS Services in FinTech SRE
maaaato
0
130
2026年、サーバーレスの現在地 -「制約と戦う技術」から「当たり前の実行基盤」へ- /serverless2026
slsops
2
260
マーケットプレイス版Oracle WebCenter Content For OCI
oracle4engineer
PRO
5
1.6k
Introduction to Sansan, inc / Sansan Global Development Center, Inc.
sansan33
PRO
0
3k
20260208_第66回 コンピュータビジョン勉強会
keiichiito1978
0
180
Cosmos World Foundation Model Platform for Physical AI
takmin
0
940
Featured
See All Featured
How To Stay Up To Date on Web Technology
chriscoyier
791
250k
Un-Boring Meetings
codingconduct
0
200
30 Presentation Tips
portentint
PRO
1
220
Designing for humans not robots
tammielis
254
26k
Principles of Awesome APIs and How to Build Them.
keavy
128
17k
How to build a perfect <img>
jonoalderson
1
4.9k
Producing Creativity
orderedlist
PRO
348
40k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
162
16k
Ruling the World: When Life Gets Gamed
codingconduct
0
140
Conquering PDFs: document understanding beyond plain text
inesmontani
PRO
4
2.3k
We Have a Design System, Now What?
morganepeng
54
8k
First, design no harm
axbom
PRO
2
1.1k
Transcript
None
如何在團隊發 揮數據影響力 以 電商資料科學家 為例
Dan LINE Taiwan EC Dev - Data Scientis Work Experience
Side Project - DS4G X 4 - Data Consultant - TWiDS (WiDS) Ambassador - Publish (TF 2.0 Relted books) Intern X 4 - 軟體業 - 製造業 - 廣告業 - 金融業
01 02 03 04 我所在的數據團隊 DS所面臨的問題 如何發揮影響力解決 你所想像的數據團隊 05 Q&A
CONTENT
你所聽過的數據團隊長相 01 你所想像的 數據團隊
Centralized or Embedded Model 特點項目文字 特點項目 Chaos (Mostly) 特點項目文字 特點項目
特點項目文字 特點項目
一般來說,Data Team 演化
LINE EC-Data Dev 02 我所在的 數據團隊
2100 特點項目文字 EC-Data Dev Team 2021 特點項目文字 特點項目字 特點項目文字 Data
Engineer * 3 Machine Learning Engineer * 2 Engineering Manager Data Scientists * 1 Hadoop、 Airflow、 CI/CD、 Pyspark、 Pytorch、 Airflow、API 都會一點點 但不專精 :D *https://www.flaticon.com/
Task Workflow Task Demand Demand Analyze Task Split (Ticket) ETL
Design Deploy *https://www.flaticon.com/
千奇百怪 03 DS所 面臨的問題
情境一 有一天,PM在Scrum Meeting上開出了一個奇幻的需求 A PM: 我需要一個推薦系統,他必須能夠精準推薦用戶需求 DS: 能不能更清楚的告訴情境,以及你認為精準的定義 A PM:
情境就是在首頁,就是推薦用戶喜歡的東西 DS: 那什麼時候要上線? A PM: 大概三個Sprint吧,分析與研究、實作、API DS: …………………………………………………………………… *https://www.flaticon.com/
情境二 當推薦系統做出來後...PM人工驗收時.... A PM: 我感覺好像沒有很準 DS: 能不能更清楚的告訴情境,以及你認為哪裡不準 A PM: 都是推薦類似的商品
DS: 那我告訴你相關的Metrics …. …. A PM: 我感覺應該要再加一些rule上去 DS: …………………………………………………………………… *https://www.flaticon.com/
情境三 PM我像要做一個熱門推薦 A PM: 我的條件有以下....等Rule。 DS: 能不能更清楚的告訴情境,這樣的Rule您是怎麼認為的? A PM: 我覺得啊
:D DS: …………………………………………………………………… A PM: 那就這樣說好,我來開票 DS:修但幾類,我們應該先從EDA等方面著手以及你最重要的目的 *https://www.flaticon.com/
分工、團隊合作 04 如何發揮 影響力解決問題
工作流程 正常來說... 當需求出現 DS必須將需求, SPEC釐清 透過Data-Driven 以及 演算法 Trade- off
研究找出最合適 的方法 針對DS分析的Data Source pipeline化 針對DS分析的 Feature 以及 演算 法 (notebook), Production化。以 及製作API Validation 模型以及與 PM溝通相關狀況 *https://www.flaticon.com/
實際來說... 人人必須雙刀流 ~三刀流
For Intern / Junior 05 Case Interview
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)
None
None