東海大學 統計學系 |
東吳大學 資料科學系 |
|
---|---|---|
所屬學群 |
資訊學群
跨
數理化學群
數據統計學類 |
資訊學群
跨
數理化學群
數據統計學類 |
所在校區 |
資料準備中 |
雙溪校區 111台北市士林區臨溪路70號 |
學系特色 |
成立宗旨:培育具有資訊素養及管理知識的統計專業人才,以配合國家社會發展之需要 |
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。 |
學科意涵 |
統計是一門蒐集、組織、呈現、分析與解釋資料及數據所隱含之意義,進一步利用資料做預測來管理或決策制定之運用。有效運用科學的統計方法做資料分析以做商業與管理決策依據,培養出商業與管理人才不可或缺之基礎。 |
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。 |
學習方法 |
思考邏輯 圖解:利用思考想法分析說明 版權:東海大學統計系莊孟樺助教提供 軟體運算 圖解:統計學習與訓練軟體項目 版權:東海大學統計系自有照片 團體合作 圖解:團體合力完成作品並報告 版權:東海大學統計系莊孟樺助教提供 多元跨領域學習 圖解:統計運用於其他系關聯知識 版權:東海大學統計系主任提供 |
問題導向式學習(Problem-Based Learning, PBL):透過問題情境誘發學生探索目標、設定方法並善用資訊科技(如:Python等工具運用)以及網路資源(如公開資料與程式碼)來提出解決方案,以培養學生資料分析基礎能力,並提升學生自我學習與解決問題的能力。 專案導向式學習:專案即是現實世界的真實案例,使學生進入有意義的問題情景中,通過自主探究和團隊合作來解決問題,結合業界資源於課堂中導入 Capstone 專案,由業界專家出題,老師引導學生解題,在過程中培養資料分析能力、問題解決能力以及多元之資料分析視野。 主題式學習:跨學科知識範疇,由不同領域業界老師扮演著顧問的角色,並透過同儕合作與校外實習,探索真實世界的各種現象,思考因應社會挑戰的可行辦法,並發掘自己的潛能。例如:研究「社群憂鬱現象」的主題,就會涉及心理、社工、自然語言處理、醫學、社群、科技等多個學科,帶領學生進行跨學科的專題實作。 |
高中階段可以準備的學習方法或方向 |
1. 在高中階段訓練邏輯思考相當重要,藉由平時數學課解題時的運用本身想法來解決問題。 |
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。 |
與相關科系之異同 |
數學系: |
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。 |
生涯發展容易誤解之處 |
對高中生而言,家長與老師向學生說明可從事精算師與會計相關的職業,但行業中使用資料分析時,皆是統計系畢業生可從事相關行業。 |
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。 |
學習方法容易誤解之處 |
1. |
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。 |
補充提醒與說明 |
無。 |
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。 |
東海大學 統計學系 |
東吳大學 資料科學系 |
|
---|---|---|
核心課程地圖 |
|
|
專業選修課程 |
|
|
特色課程 |
未上傳圖片 統計實務為求學生明瞭現代統計學在科學研究中所扮演之重要角色,進而藉由統計學方法及實際論文之研讀與習作,培養學生獨力與團隊合作進行科學研究之能力及經驗。 存活分析著重於臨床試驗或醫藥試驗之存活資料統計量之估計和檢定,其中包括Kaplan-Meier估計值, log-rank檢定, Cox等比例之危險模式、以及加速失敗模式等之統計分析及其應用之相關實務。藉由統計軟體分析實際資料並解釋結果。 未上傳圖片 Python程式設計與應用開發Python的應用範圍相當廣泛,例如機器學習、資料分析、網頁爬蟲、文字探勘、影像辨識處理、自然語言處理、web後端開發與遊戲設計等等。 未上傳圖片 風險管理風險管理是以減少及消除企業或個人所面對的特定型態風險為目標。 未上傳圖片 統計軟體利用這些軟體(SAS,R,S-PUS,SPSS,MALAB,EXCEL)所提供之相關統計方法來做實際資料分析。 |
多元學習場域,實作課程依據不同領域建立實驗室,提供學生多元學習場域並鍛鍊其基礎能力,更透過實際專案的執行,引動學生學習動機與興趣。特別是在「程式能力」的培育方面,課程設計含括:Python, Julia, R, SAS, Java, PHP, HTML5, SQL 業界專家帶路,實戰力課程在課程中導入盛行於美國著名學府的Capstone Project,幫助學生統整與深化所學,讓學習更紮實,同時引導學生1.深入瞭解數據並協作解決數據問題,2.由數據找洞察,幫助企業做得更好,3.從這些洞察中找到正確的方向去建立行動以產產生資料價值,課程含括:人工智慧、機器學習、社群網絡等 跨領域人才培育課程為縮短學用落差,針對資料科學廣泛應用的三大專業領域設計:商業應用、金融科技與社會科學學群選修課程,學生可以選擇一項專業選修學群課程或是探索不同領域專興趣;再配合產業實習專題,以實務與業界選才標準孕育新生代資料科學應用人才。 |
東海大學 統計學系 |
東吳大學 資料科學系 |
|
---|---|---|
適合從事工作 |
|
|
系友生涯 |
未上傳圖片
江明禧求學時喜歡徜徉在綠意盎然東海校園,著名路思義教堂、美麗文理大道、古色古香四合院建築、東海湖、東海牧場及圖書館,校園環境潛移默化地孕育出對未來美好願景的期待,讓身心靈得以充滿著正面能量。在東海統計所學習到的數理邏輯推理、數據統計分析與預測、模型建置與程式撰寫能力,奠定我從事精算工作基礎與競爭優勢所在。 從事精算背景多是大學或研究所就讀精算、統計、數學或財務金融等相關科系。主要因精算工作需要具備基本的數理及程式撰寫能力。在職業生涯中最大挑戰是來自於如何取得在工作、生活及準備資格考試上的規劃,如何平衡與拿捏是重要的。因此,如何做好時間管理、培養持續學習習慣,及透過團隊合作的模式解決問題是重要學習課題。 未上傳圖片
郭文達那一年東海放榜的日子,東海只是個同學論足榜單上的名字,最終踏實地在大肚山上落了腳,展開大學生的夢想,而當時的統計系還只是校園剛萌芽的種苗,在東海多元文化的融合,與師長紮實的統計涵養下,奠定了我未來在金融業的競爭力及成功必要的基礎與態度。 花旗銀行是出社會的第一份工作,前幾年雖然辛苦,但憑著學校所教授的統計基礎,加上正確的學習精神與態度,奠定了在金融界的軟實力,後續轉換到渣打、富邦及王道等銀行繼續廣泛學習與貢獻所長,從風險領域到消金產品事業,豐厚了我在金融界的職業競爭力。 圖解:王德綱 版權:王德綱本人提供資料
王德鋼統計隸屬管理學院,但也像半個數學系,因具備商管學院管理應用及理工學院數理推導和資料分析能力,故統計系是值得就讀科系。入學前,不甚清楚「統計」是未來畢業就業方向?在東海念統計大學及研究所後,對統計有一定的概念,統計,是資料分析的工具,將資料整理成客觀方式供各行各業進行溝通平台使用,出路可說是相當寬廣。 六年工作前三年在新竹欣興擔任品保客服工程師,須審核提供給客戶的產品異常品質報告,確認報告內統計分析手法、結果及整體邏輯性,清楚體認到求學過程中是未來在職場上武器。後三年在台中矽品擔任品質系統資深工程師,主要工作為內外部產線稽核和各項缺失改善行動,稽核過程靠的是應答邏輯性,皆為念統計日積月累孕育出來。 |
李昱萱巨資讓我最有感的是實作經驗豐富以及學院老師的用心。在巨資和老師有一起執行專案,能將所學應用到專案中,亦從中發現實作上的困難並且學習如何排除問題,老師對於學生的問題都是很樂於分享與討論。在選擇未來職場的方面盡可能不要限縮自己的選擇,其實每個工作領域都需要數據分析,重點是多培養自己多元的技能。 現在的產業需要的是多元的人才,因此在大學畢業後選擇了巨資研究所。現在數據分析是人人都必須要有的思維,不管你在哪個單位哪部門都需要這項技能。而巨資培養了我程式語言的邏輯思考以及尋找資源解決困難的能力,並且在實習以及專案的經驗中與社會接軌。現為資誠會計事務所程式開發工程師。
王奕淳原本考上其他學校統研所,但考慮程式語言重要性而選擇巨資。在這裡可以為程式語言打下很好的基礎,巨資每個教授都身懷絕技,在各自領域中都是佼佼者,能接觸到各種產業不同的大數據分析應用,進而讓自己能學習到產業都如何使用數據去做分析的。 現任職於永豐銀行數位分析部。
Willy Lin原本是幾乎沒有程式基礎的文科人,進入資科學習相關知識與工具應用,也透過實習培養實務經驗,讓我能順利往資料分析領域發展。在這個資料至上的時代,有資料就是佔盡優勢,但是若是不會對資料做適當的處理及分析那就太可惜了。巨資透過專業的課程以及實習的機會讓我在過程中收穫極多,讓我可以順利的與社會接軌。 現任職於運達航運股份有限公司。 |
東海大學 統計學系 |
東吳大學 資料科學系 |
|
---|---|---|
多元能力 |
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。
20%
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%
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%
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%
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。
10%
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。
10%
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。
10%
空間定向:能覺察環境、物體與自己的相對位置,辨別出方向、維度,想像物體在移動或重新排列後的外觀。
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%
|
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%
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%
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%
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%
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%
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%
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%
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%
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%
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%
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%
|
性格特質 |
樂群敬業:總是表現活潑、傳遞熱情,主動參與活動,熱衷於與夥伴一同完成任務。
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%
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%
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%
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%
|
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%
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%
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%
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%
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%
|
展開