Slide 1
Slide 1 text
NTU AI 企業參訪
Data Dev / Edward Chiu
2025.12.05
Slide 2
Slide 2 text
Edward Chiu
Data Scientist @ Data Dev
2024: Data Scientist @ Bubbleye
2021: Statistics MS @ NTHU
2016: Math BS @ NTU
Hobbies: Anime, Netflix, Coffee
Slide 3
Slide 3 text
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
Slide 4
Slide 4 text
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
Slide 5
Slide 5 text
Data Dev
Data & ML Platform team
Data Science team
AI Solution team
Search Platform team
Slide 6
Slide 6 text
What are we doing?
Raw Data Service
Data
Science
Data Engineering
Machine
Learning
Software
Development
Slide 7
Slide 7 text
What are we doing?
Slide 8
Slide 8 text
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
Slide 9
Slide 9 text
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？
Slide 10
Slide 10 text
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
Slide 11
Slide 11 text
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
Slide 12
Slide 12 text
哪些資料科學步驟能抽換給
AI Agent 處理？
Slide 13
Slide 13 text
定義指標
收集數據
萃取資訊
產生洞見
擴展應用
Slide 14
Slide 14 text
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...
Slide 15
Slide 15 text
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...
Slide 16
Slide 16 text
定義指標
收集數據
萃取資訊
產生洞見
擴展應用
SELECT …
FROM …
WHERE …
Slide 17
Slide 17 text
04
Q&A
Slide 18
Slide 18 text
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？
Slide 19
Slide 19 text
如何將AI tools運用在工作上？
Slide 20
Slide 20 text
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？