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
NTUAI企業參訪
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
LINE Developers Taiwan
PRO
December 15, 2025
14k
0
Share
NTUAI企業參訪
LINE Developers Taiwan
PRO
December 15, 2025
More Decks by LINE Developers Taiwan
See All by LINE Developers Taiwan
2026.04.09_台灣客服協會_從資料重新理解客服_ Charlie Wang
line_developers_tw
PRO
0
17
Zona 台北大學 GDG 分享
line_developers_tw
PRO
0
24k
台大資料分析與決策社 機器學習的商業應用_Rei
line_developers_tw
PRO
0
16
政大數據分析社 機器學習的商業應用_Rei
line_developers_tw
PRO
0
29
Gemini 2025 新功能回顧 LINE Bot 完美結合
line_developers_tw
PRO
0
510
Data TECH FRESH企業參訪- Amber
line_developers_tw
PRO
0
29k
Data Team 實習分享
line_developers_tw
PRO
0
24k
Backend Intern之旅
line_developers_tw
PRO
0
33k
清大企業參訪- Ben
line_developers_tw
PRO
0
5.3k
Featured
See All Featured
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.4k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
47
8k
Heart Work Chapter 1 - Part 1
lfama
PRO
5
35k
The Illustrated Guide to Node.js - THAT Conference 2024
reverentgeek
1
330
BBQ
matthewcrist
89
10k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
16
1.9k
The Art of Programming - Codeland 2020
erikaheidi
57
14k
Into the Great Unknown - MozCon
thekraken
40
2.3k
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
350
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.8k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
35
2.4k
How To Speak Unicorn (iThemes Webinar)
marktimemedia
1
430
Transcript
NTU AI 企業參訪 Data Dev / Edward Chiu 2025.12.05
Edward Chiu Data Scientist @ Data Dev 2024: Data Scientist
@ Bubbleye 2021: Statistics MS @ NTHU 2016: Math BS @ NTU Hobbies: Anime, Netflix, Coffee
01 LINE Data Dev 簡介 CONTENT 02 Data-Driven 專案設計思維 03
Agentic AI 帶來的影響 04 Q&A
藉由資料科學、機器學習、人工智慧等技術, 協助優化LINE相關產品及服務 01 LINE Data Dev 簡介
Data Dev Data & ML Platform team Data Science team
AI Solution team Search Platform team
What are we doing? Raw Data Service Data Science Data
Engineering Machine Learning Software Development
What are we doing?
一個 data-driven service 從出生到落地究竟會遇到哪些挑戰呢? 02 Data-Driven 專案設計思維
我想要一個可以偵測每日 KPI 是否異常的系統 Q: 如何把抽象的問題轉譯成可測的指標? 定義指標 收集數據 Q: 如何取得真實資料用以反映可測指標? 萃取資訊
Q: 如何從原始資料中整理出有意義的特徵? 產生洞見 Q: 如何讓資料特徵能被商業情境理解? 擴展應用 Q: 如何將解決方法應用到更多的場景?
當 AI 不再只是工具,而是可以使用工具的代理人... 03 Agentic AI 帶來的影響
AI 模型的演進 ML/DL 模型 有限的輸出可能性 Generative AI 將有限的輸出排列組合出 無限的可能性, 以模仿出人類的創意
Agentic AI GenAI 搭配外接工具, 賦予模型自主決策的能力
哪些資料科學步驟能抽換給 AI Agent 處理?
定義指標 收集數據 萃取資訊 產生洞見 擴展應用
定義指標 收集數據 萃取資訊 產生洞見 擴展應用 是否為週末會顯著影 響平台流量變化...
定義指標 收集數據 萃取資訊 產生洞見 擴展應用 分類模型 or 異常偵測...
定義指標 收集數據 萃取資訊 產生洞見 擴展應用 SELECT … FROM … WHERE
…
04 Q&A
LINE 如何導入 AI 於服務中,導入到哪些服務? 目前有遇到甚麼難題?未來預計會想要嘗試導 入甚麼 AI 技術?
如何將AI tools運用在工作上?
LINE 在導入各種 AI 功能的優先順序衡量? 團隊在將 AI 導入產品時的決策流程?