ColleGo! 大學選才與高中育才輔助系統 
東吳大學
資料科學系
輔仁大學
統計資訊學系
所屬學群 資訊學群 數理化學群
數據統計學類
資訊學群 數理化學群
數據統計學類
所在校區

雙溪校區

111台北市士林區臨溪路70號

校本部

242062 新北市新莊區中正路510號

學系特色

東吳大學獨步亞洲首創『巨量資料管理學院』,並設立資料科學系,效法美國知名學府,不僅著重知識的傳授更強化專業領域的養成,課程規劃彈性而因應時代所需。著重於資料科學跨領域應用,課程設計結合機器學習、人工智慧、資料分析、資料視覺、數學、統計、管理、金融、行銷、社會、心理、商業應用等跨領域應用,強調專題實作與企業實習,同時引進業師群實務授課,致力培育高應變力的跨領域數據人才。

在「做中學」及「全人教育」的理念下,本系教學特色為「由生活中領會統計」,研究著重為「將理論轉化實踐於實務」,在服務上則強化「與產業之產學合作互動」,在輔導上強調「品德教育及生活輔導」。

學科意涵

在資料科學領域裡工作的人需要具備兩方面素質:一是概念性,主要是模型理解與運用;二是實踐性,主要是處理實際資料的能力。培養這樣的人才,需要數學、統計與計算機科學等學科之間的密切合作,同時也更需要產業界的投入與協助,現在遍佈於日常生活中的影音推薦系統、Siri 語意分析系統等都是應用。

統計資訊系主要著眼於統計與資訊兩個領域相關科目的學習與整合,讓學生具備由資料庫、網路、及抽樣調查等方式獲取資料並擷取訊息的能力;從而能與資料科學及大數據等領域接軌。

學習方法
高中階段可以準備的學習方法或方向

高中端可以利用網路教學或是線上課程來進行預先學習,或是經由雜誌、媒體等方式多吸收來自各種不同面向的科技趨勢與走向,讓自我對於數位化、人工智慧的應用場域更加了解。

建議同學可以精進與資料科學相關的課程,如高中數學或資訊科技等課程。

與相關科系之異同

資料科學系常與資訊工程、資訊管理比較。資訊工程系的學生多從事研發設計與硬體相關或是新演算法的軟體工作;資訊管理系則是與管理相關的運用,較著重商業應用相關領域,資料科學系則較重視在跨領域中的問題解決,專注於如何運用現有的工具以及計算方法來進行分析,並協助企業進行結果判讀進而解決問題。因此,資料科學課程包含資工的基礎程式設計訓練,再加入商業行銷應用、金融科技與社會科學等領域的分析應用。

統計資訊系統合了分析資料所需的統計及資訊領域相關知識,讓資訊擷取能更實務。
本系與統計系主要差異在於,為更強調實務及結合資訊能力而減少了一些深度數學需求的課程;
而本系與資管系主要的差異在於,本系所學的資訊能力以蒐集、儲存、分析及展示資料或資訊之相關能力為主。

生涯發展容易誤解之處

在這個人人都提「人工智慧與機器學習」的時代,具備有分析資料的能力,以及跨領域數據應用能力的人是極度缺乏的。資料科學乃是養成兼具資訊程式能力、資料分析與跨領域溝通能力的人才,不僅可以跟資訊工程師溝通無礙,對管理層面也能夠了解需求進而發現問題,研擬解決問題的流程,使得企業內部的資訊以及產業思維順利銜接。

精算師為本系相關之出路,但本系不全然為培育精算師而設計,有意考取精算師的學生需自行修習其他課程以補不足。

學習方法容易誤解之處

資工資管是培育IT人才,而資料科學是培育DT(Data Technology)人才。IT重視流程,反觀DT重視結果。在課程設計上,我們著重於在跨領域中問題解決,更專注於如何運用資訊科技工具以及程式設計提出解決方案並對結果進行判讀,協助企業解決問題與決策支援。

本系為輔仁大學管理學院下之一系所,與其他理工學院之統計系除了在課程結合資訊科目之外,還包括了一般商管所需之基本知識,如會計學、經濟學及管理學等。

補充提醒與說明

程式語言與資訊能力往往只是職場必備的條件,因此一開始我們著重培養資訊技術能力為主要目標。透過大一大二年級扎實的基礎工訓練後,大三大四時提供學生多樣性的領域發展如商業應用、金融科技、社會科學等課程培育,讓學生能從生硬的理論基礎與方法學中,懂得如何利用所學在實際接觸到企業個案,並了解不同領域的業者所面臨的困境,參與可行的解決方案,提升職場競爭力,並從中了解自我的興趣以及未來職場的方向。

目前報章雜誌常提及的大數據或人工智慧等領域,因內容涵蓋範圍廣大,非任一系所可全面包括,但本系統合統計及資訊,學生會修習相當多相關的課程,為大數據或人工智慧的重要相關科系。

東吳大學
資料科學系
輔仁大學
統計資訊學系
核心課程地圖
  • 大一必修
    • 微積分
    • 計算機概論
    • 程式設計(一)(二)
    • 巨量資料概論
    • 資料庫導論
    • 線性代數
    • 網頁程式設計
  • 大二必修
    • 資料分析軟體
    • 資料工程
    • 資料產品開發實務
    • 機率與統計
    • 資料視覺化分析
  • 大三必修
    • 資料探勘導論
    • 機器學習導論
  • 大四必修
    • 人工智慧導論
    • 專題實作
  • 大一必修
    • 統計學
    • 微積分
    • 經濟學
    • 企業管理概論
    • 程式設計概論
  • 大二必修
    • 會計學
    • 數理統計
    • 線性代數
    • 程式設計
    • 進階程式設計
    • 統計軟體應用
    • 管理資訊系統
  • 大三必修
    • 迴歸分析
    • 抽樣調查
    • 實驗設計與分析
    • 資料庫管理
    • 資料採礦
    • 專題研究(一)
  • 大四必修
    • 專題研究(二)
專業選修課程
  • 資料分析專精類課程
    • 資料結構與演算法/ 互動科技/ 電子化企業/ 擴增實境行動應用整合開發/ 雲端運算服務/ 巨量資料處理架構與技術/ 資訊安全與倫理/ 巨量資料分析應用/ 視覺化解析/ 多變量分析導論/ 資料檢索導論/ 文字探勘導論/ 企業實習
  • 商業應用學群課程
    • 區塊鏈/ 大數據行銷/ 社群媒體行銷/ 電子化企業/ 智慧聯網應用/ 使用者經驗之洞察分析/ 智慧城市創新應用/ 行為資料科學/ 廣告投放分析
  • 市場行銷模組
    • 多變量分析,時間序列分析,專業實習(與碩士班合開),電子商務,資料庫系統實務 資料結構,統計應用系統開發,資料探索及資訊視覺化,離散資料分析,無母數統計, 行銷管理,貨幣銀行學,市場調查,智慧決策分析系統實作
  • 健康醫學模組
    • 多變量分析,專業實習(與碩士班合開),統計推論,資料庫系統實務,資料結構,統計應用系統開發,資料探索及資訊視覺化,離散資料分析,無母數統計,生物統計,醫學統計,醫療大數據
  • 財務金融模組
    • 多變量分析,時間序列分析,專業實習(與碩士班合開),電子商務,資料庫系統實務,資料結構,統計應用系統開發,資料探索及資訊視覺化,離散資料分析,行銷管理,貨幣銀行學,財務管理,智慧決策分析系統實作
  • 資料決策模組
    • 多變量分析,時間序列分析,專業實習(與碩士班合開),電子商務,統計推論,資料庫系統實務,資料結構,統計應用系統開發,資料探索及資訊視覺化,離散資料分析,無母數統計,,財務管理,醫療大數據,市場調查,智慧決策分析系統實作
  • 品質決策模組
    • 多變量分析,時間序列分析,專業實習(與碩士班合開),電子商務,統計推論,資料庫系統實務,資料結構,統計應用系統開發,資料探索及資訊視覺化,品質管制
特色課程
東吳大學
資料科學系
輔仁大學
統計資訊學系
適合從事工作
  • 行銷企劃部門主管

    確認產品需求、競爭者和潛在客戶,研訂行銷策略及規劃行銷活動等,並負責部門協調、指導、管制及考核等的管理工作。


  • 其他資訊專業人員

    從事各方面的數據分析資訊專業工作。


  • 金融科技

    金融商品數據分析。


  • 資料庫管理人員

    從事設計、開發、控制、維護及安全管理等工作,以維護資料庫正常運行。


  • 統計學研究人員

    負責統計科學的研究與調查工作,並發展、改善統計方法 ,及對實際統計資料進行整合和解釋。


  • 統計精算人員

    運用數學、統計及財務分析之知識,從事準備金分析、公司價值分析、資產負債分析、風險管理與設計保險制度等工作。


系友生涯
東吳大學
資料科學系
輔仁大學
統計資訊學系

多元能力

敏銳創造:能覺察特定事件與觀念、理論之間的差異,且能對事物進行拆解、組合、重新詮釋,呈現新穎之處。
15% Complete
15%
快速知覺與總結:能從散落的資訊中,快速分辨與覺察具有意義的訊息,且能歸納出要點、關聯、架構等概念。
15% Complete
15%
問題解決:分析並預判問題的成因與後果,設想出合適的解決方法及使用的工具。
15% Complete
15%
運作分析:分析特定需求並規劃合適的運作流程,運用技術調整、組裝、設定設備,讓設備及系統正常運作。
10% Complete
10%
程式設計:了解程式語法以及邏輯架構,撰寫、修改程式,開發並設計系統。
10% Complete
10%
數理科學:能選擇適當的科學、數理知識或邏輯來思考問題,依據科學規律正確地推演出答案或排列資訊。
10% Complete
10%
記憶詮釋:能識別、儲存、喚起多項資訊、數字、知識內容,且能以多種方式組合這些訊息間的差異與關聯。
5% Complete
5%
邏輯推理:能捕捉事物運作的規律或關聯性,歸納或是推演不同事物的差異或因果關係,並得到特定理解。
5% Complete
5%
批判思考:運用不同觀點對問題進行理性分析,對問題的解決方法或結論,評估出優缺點、支持、反對的意見。
5% Complete
5%
主動學習:積極尋求新資訊用以掌握問題的前因、後果以及預期影響,並依據各環節選擇適合的學習行為。
5% Complete
5%
語文理解與表達:能透過語文理解他人想法形成特定概念,且能說明特定想法或因果關係。
5% Complete
5%
數理科學:能選擇適當的科學、數理知識或邏輯來思考問題,依據科學規律正確地推演出答案或排列資訊。
15% Complete
15%
記憶詮釋:能識別、儲存、喚起多項資訊、數字、知識內容,且能以多種方式組合這些訊息間的差異與關聯。
15% Complete
15%
程式設計:了解程式語法以及邏輯架構,撰寫、修改程式,開發並設計系統。
15% Complete
15%
快速知覺與總結:能從散落的資訊中,快速分辨與覺察具有意義的訊息,且能歸納出要點、關聯、架構等概念。
10% Complete
10%
批判思考:運用不同觀點對問題進行理性分析,對問題的解決方法或結論,評估出優缺點、支持、反對的意見。
5% Complete
5%
主動學習:積極尋求新資訊用以掌握問題的前因、後果以及預期影響,並依據各環節選擇適合的學習行為。
5% Complete
5%
自省促進:收集、評估自己或他人的表現,提出可改善及調整的方法或採取行動。
5% Complete
5%
社會覺察與合作:覺察並理解他人的感受或想法,並調整自己的做法,配合他人來完成任務。
5% Complete
5%
說服協商:提出觀點與他人商議或說服他人同意,以積極的態度引導他人,達成共識、目標,或解決困難。
5% Complete
5%
問題解決:分析並預判問題的成因與後果,設想出合適的解決方法及使用的工具。
5% Complete
5%
語文理解與表達:能透過語文理解他人想法形成特定概念,且能說明特定想法或因果關係。
5% Complete
5%
敏銳創造:能覺察特定事件與觀念、理論之間的差異,且能對事物進行拆解、組合、重新詮釋,呈現新穎之處。
5% Complete
5%
邏輯推理:能捕捉事物運作的規律或關聯性,歸納或是推演不同事物的差異或因果關係,並得到特定理解。
5% Complete
5%

性格特質

變通開創:常常對多種事物,表達熱情興趣,對於既有事物,進行拆解、重組,給予新的理解與觀點,並且喜愛創造出令人意想不到的新事物。
30% Complete
30%
主動積極:常常主動提出特定見解,樂於付出活力與熱情投入特定問題、活動,引領他人的行動。
25% Complete
25%
開朗活潑:總是正向樂觀的看待事物的發展,即使事件發展不如預期,也能保持接納、能看見正向價值,常常表現自在、不膽怯。
20% Complete
20%
合作互助:總是願意優先關照、包容他人的需求,在不同意見中尋求最大的合作可能,優先尋求團體的共同價值,信任團體成員的指引。
15% Complete
15%
深思力行:常常追求事物的條理秩序,審慎確認事物的彼此關係,行事仔細考量後果。
10% Complete
10%
主動積極:常常主動提出特定見解,樂於付出活力與熱情投入特定問題、活動,引領他人的行動。
20% Complete
20%
自信肯定:總是相信自己能達成目標,會肯定自身的優勢、長處,面對挫敗能較好的調整情緒。
20% Complete
20%
合作互助:總是願意優先關照、包容他人的需求,在不同意見中尋求最大的合作可能,優先尋求團體的共同價值,信任團體成員的指引。
20% Complete
20%
深思力行:常常追求事物的條理秩序,審慎確認事物的彼此關係,行事仔細考量後果。
20% Complete
20%
變通開創:常常對多種事物,表達熱情興趣,對於既有事物,進行拆解、重組,給予新的理解與觀點,並且喜愛創造出令人意想不到的新事物。
20% Complete
20%


展開