ColleGo! 大學選才與高中育才輔助系統 
靜宜大學
資料科學暨大數據分析與應用學系
淡江大學
統計與資料科學學系
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

校本部

43301臺中市沙鹿區臺灣大道7段200號

校本部

251新北市淡水區英專路151號

學系特色

【培育大數據與人工智慧人才】
1. 三面向訓練: 以"數理涵養"為根基,輔以 "大數據/人工智慧資訊技能" 訓練,並 "應用在各實務領域" (金融科技、智慧醫療、工業製造、物聯網等)。
2. 開設分流學程(群),使學生適性發展:「資料科學實務」、「人工智慧與深度學習」、「工業4.0」、「科學計算」、「金融科技」。
3. 104 銀行 十大熱門職缺本系佔 7 種(如DevOps).

  下載詳細資料

本系以培育統計與資料科學人才為目標,透過模組化課程設計,培育學生具有統計理論、資訊技術與跨領域應用的數據分析能力。課程規劃人工智慧、健康數據、商業分析與工業數計等四大模組,與商業統計與管理、工業統計、生物統計、精算、資料科學等五大學分學程。本系特色請見: https://www.youtube.com/channel/UC9nK6GTsxGodk5uzFrh6AFw

  下載詳細資料
學科意涵

本系培育資料科學(大數據)與人工智慧人才。資料科學(大數據)乃是進行資料洞察分析並能建立模型預測各種現象;而人工智慧主要是以深度學習以及相關機器學習方法進行各種的應用。相關應用:無人駕駛、金融科技FinTech、企業營運/客戶洞察分析、智慧醫療、工業智慧製造、物聯網…等。


下載詳細資料

統計學是經由蒐集、整理、呈現、分析及解釋資料,並藉著科學推論方法,在不確定性的情況下由樣本資料所獲得的結果,來推論母體的特徵,從而做出聰明決策的一門學科。資料科學則是強調結合統計與資訊兩科學於不同領域資料的應用,在大數據與人工智慧的時代趨勢下,是相當重要且實用的跨領域科學。

學習方法
高中階段可以準備的學習方法或方向

1.目前有許多的線上課程或專門的實體上課研修機構可以自我學習,建議學生可以針對有興趣的部分利用網路教學或是線上課程來進行預先自我學習
2. 參與大學或優遊台中學相關營隊,, 體驗以上方法之應用.
3. 在高中的自主學習活動進行這些主題的探討.
4. 靜宜大學資料科學暨大數據分析與應用學系的學習資源:
https://sites.google.com/view/cplo-python

首先,建議高中同學可以適時地參加一些學校所舉辦與統計相關課程與活動,以建立對數字的敏感度。其次,同學可以隨時參閱本系有關深度資料力培訓計畫專題研究的相關報告,看看同學做專題所採用的方法、報告呈現方式與本系輔導同學進行數據分析的相關做法,以提升對統計相關應用的興趣。本系深度資料力培訓計畫網址如下:https://tkustatdc.github.io/achievement/
下載詳細資料

與相關科系之異同

與資管系/資工系異同:除資訊方面的訓練相同外,資工系多從事研發設計軟體與硬體工作;資管系則是著重商業應用,資科系則"AI+大數據" 缺一不可:重視數據處理分析的扎實訓練 (統計與數學訓練) 與人工智慧深度學習的訓練,運用現有工具以及計算方法進行分析,結果判讀進後解決問題。資科課程包含基礎程式設計訓練,再加入商業行銷應用、金融科科技與醫療科學等領域分析應用

統計常被認為是數學的一支,是因為統計使用到大量的數學模式,但除此之外,統計仍用到許多程式設計和科學計算,並提供分析資料的思考架構,從具有隨機性的資料中,挖掘出有意義的資訊。因此,要成為一位資料科學家,統計與資料科學學系是最好的選擇!
下載詳細資料

生涯發展容易誤解之處

本系的簡稱是 "資科系". 此名稱容易被誤讀為 "資訊系", 因此會被誤解為只是資訊領域的科系, 因此能從事的行業會被誤解. 實際上, 本系具備三面向的訓練: 數理內涵+資訊技能(AI與大數據)+實務應用, 因此能從事的行業非常寬廣(例如: 資訊, 金融, 品質管理/工程, 統計與數學專業人員).

統計專業的未來出路常常被誤解為會計師或記帳師,其實統計和會計除了同屬於商管科系以外,其所學習的課程與未來的發展皆是不同的內容和方向。此外,統計專業的未來出路也常被誤解是精算師,其實本系的一些課程訓練是精算師入門的必要門檻,但若決心朝精算師發展,仍需修習風險管理與保險等相關知識。

學習方法容易誤解之處

本系發展「資料科學/大數據」與「人工智慧」領域,易被誤解為「資訊科學」。本系綜合「資訊科學」及「數理」面向,進行數理與各種資料大數據處理的訓練,具備扎實的基礎,面對各種實務應用問題,有更好的適應性與解決問題的能力。而「資訊科學」學系或領域較偏向技術性/操作性,適應性較差,數據處理分析能力較不足。

統計的學習內容常被高中生誤以為只是高中數學所學的排列組合,其實排列組合只是機率論的一小部份。此外,也常被誤以為只是在做市場調查和民意調查,這些也都只是統計方法的應用之一。本系的學習內容除了基本統計理論外,將會學習到各類統計方法與資料科學,應用於工業、商業、生物醫藥、金融保險、巨量資料分析等各領域。

補充提醒與說明

大一的關鍵第一年,大二、大三提供基礎數據分析、撰寫程式及解釋分析結果「做中學」的能力,輔以多種領域證照(人工智慧AI、資料科學(大數據)、資訊技能、財金保險)及競賽訓練(如金象盃競賽)及大四的校外實習或畢業專題,培育同學增加研究所升學表現及職場競爭力,贏得就業先機(如: DevOps/SRE 人才(台積電大舉招募)。
以上績效如 "下載詳細資料"連結。

下載詳細資料

本系開設一系列理論與實務並重的課程,以「人工智慧」、「健康數據」、「商業分析」」和「工業數據」為四大模組,設置了「商業統計與管理」、「工業統計」、「生物統計」、「精算」和「資料科學」五大學分學程,讓同學可以依個人興趣,將統計應用於財務金融、保險精算、市場行銷、電子科技、智慧製造、生物醫藥、公共衛生、資料科學、人工智慧等相關產業。

靜宜大學
資料科學暨大數據分析與應用學系
淡江大學
統計與資料科學學系
核心課程地圖
  • 大一必修
    • 統計學(一)(二)
    • 微積分(一)(二)
    • 資料科學暨生涯規劃
    • 資料處理
    • R軟體應用
    • Python 軟體應用
    • App實作基礎
    • 管理學
    • 金融數學
  • 大二必修
    • 線性代數(一)(二)
    • Java程式設計(一)(二)
    • 迴歸分析
    • 機率論
    • 微積分(三)
    • 數值分析(一)(二)
    • 應用科技
    • 生產管理
    • 實驗設計
    • 品質管理
    • 資料探勘導論
    • 機器學習與類神經網路
    • 網路爬蟲
    • POWER BI
    • 深度學習導論
    • 金融商品介紹
    • 金融商品應用
  • 大三必修
    • 資料庫系統
    • 機器學習(一)
    • 大數據管理分析平台
    • 保險金融
    • 金融實務
    • 金融大數據分析
    • 多變量分析
    • 類別資料分析
    • 資料探勘
    • 網路資料擷取與文字探勘
    • 物聯網概論與證照輔導
    • 深度學習(一)(二)
    • 品質管理實務
    • 品質工程
    • 資料結構
    • 演算法
    • 資料庫管理
    • 數理統計(一)(二)
  • 大四必修
    • 專題實作(一)(二)
    • 區塊鍊應用與實作
    • AI商務應用暨數據分析
    • 時間序列分析
    • 金融科技與大數據
    • 存活分析
    • 醫學資料探勘
    • 人工智慧與物聯網應用
    • 深度學習應用
    • 智慧醫療
    • 科學計算
    • 數學模型
  • 大一必修
    • 統計學
    • 高等統計學
    • 微積分
    • 會計學
    • 經濟學
    • 管理學
  • 大二必修
    • 機率論
    • 線性代數
    • SAS程式設計
    • R程式設計
    • 抽樣調查
    • 實驗設計
  • 大三必修
    • 數理統計
    • 迴歸分析
    • 多變量分析
    • 機器學習
專業選修課程
  • 資料科學實務學程
    • 資料探勘、多變量分析、網路資料擷取與文字探勘、時間序列分析、醫學資料探勘、存活分析、類別資料分析、POWER BI、深度學習(一)、深度學習導論、R軟體應用
  • 人工智慧與深度學習學程
    • 深度學習(一)、機器學習與類神經網路、深度學習(二)、深度學習應用、智慧醫療、人工智慧與物聯網應用、物聯網概論與證照輔導、資料探勘導論、網路爬蟲、資料庫管理、App實作基礎
  • 工業4.0學群
    • 品質管理、生產管理、品質管理實務、實驗設計、品質工程、可靠度與設備預防維修、人工智慧與物聯網應用
  • 金融科技學群
    • 金融商品介紹、金融商品應用、保險金融、金融實務、金融大數據分析、區塊鍊應用與實作、AI商務應用暨數據分析、金融科技與大數據
  • 科學計算學群
    • 數值分析(一)、演算法、資料結構、資料庫管理、金融數學、數值分析(二)、Java 程式設計(二)、科學計算、應用科技、數學模型
  • 統計方法
    • 無母數統計、品質管制、作業研究、存活分析、類別資料分析、時間數列、空間統計、可靠度分析、生物統計
  • 資料科學
    • 大數據導論、資料庫導論與應用、進階SAS程式設計、進階R程式設計、商業數據分析軟體、商業智慧分析與資訊運用、Python程式設計、資料視覺化、資料結構、影像處理、人工智慧醫療方法與應用、深度學習、資料探勘
  • 綜合應用
    • 流行病學、證券投資分析、證券市場與投資、 金融實務暨行銷培訓、風險管理與保險學、保險精算、精算實務、統計實案專題、市場調查、政府統計實務、統計在行銷上之應用、統計方法在醫學診斷上之應用
特色課程
靜宜大學
資料科學暨大數據分析與應用學系
淡江大學
統計與資料科學學系
適合從事工作
  • SRE(DevOps) 工程師

    (1).SRE/DevOps是104人力銀行十大熱門職缺第三名, 台積電也大舉招募SRE人才. 勞動部課程之相關師資即在本系. SRE是本系重點培育方向(2)AI/大數據在企業實際運用中, 必須結合資訊技能與整體運作流程. 藉由SRE/DevOps之技能, 才能對於企業外在環境的改變作靈活的應對.


  • 人工智慧與大數據科學家(或工程師)

    本系專門培養人工智慧與大數據人才: 相關工作性質如下(1).以機器學習 & 深度學習 相關技能進行數據研究 (2).AI相關技術應用導入與開發評估 (3).資料分析、清理與模型開發應用及佈署 (4).網路爬蟲及資訊系統大數據開發及維護 (5). 依需求設計與開發、測試、維護及專案管理。


  • 金融專業人員

    將本系所學之人工智慧(AI) 與大數據相關技能應用於金融領域. (1)
    在金融、投資相關企業中,從事有價證券與保險產品買賣,如股票、期貨、選擇權、保險等相關金融商品。(2)於銀行、證券公司、保險公司、投信公司等機構內,從事資料蒐集、分析、撰寫研究報告之工作,提供投資決策考量之工作。


  • 品管/品保工程師

    以本系所學之人工智慧大數據相關技能應用於品質管理與品質工程領域. (1)從事產品或服務品質標準之設定,並利用各種管理技術,維持與改進其品質之工作。(2)進行品質管制資料的收集與分析,協助推展品質管制制度,保證產品品質合乎顧客需求之工作。


  • 統計與數學專業研究人員

    本系具備三面向之訓練: 數理內涵+資訊技能(AI與大數據)+實務應用, 因此有能力的同學可以從事數理的基礎研究:
    (1)從事基礎數學的研究,並發展及改善數學技術及原理相關應用。
    (2)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。


  • 品管/品保工程師

    從事產品或服務品質標準之設定,並利用各種管理技術,維持與改進其品質之工作。


  • 生物統計師

    新藥或新疫苗的開發,科學的實證是不可或缺,以確保新藥上市後之安全且有效,運用統計方法來檢視驗證人體臨床試驗所得到資料,正是統計人員所必須扮演的腳色。


  • 數據分析師

    從事大量數據的搜集、整理、分析,並依據數據資料進行評估和預測的人員。運用資訊技術輔助分析,協助企業發展、解決問題、決策分析或策略規劃。


  • 市場調查/市調分析

    執行各類調查研究專案,負責搜集市場情報與資料,並產出分析報告供管理者參考。


系友生涯
靜宜大學
資料科學暨大數據分析與應用學系
淡江大學
統計與資料科學學系

多元能力

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。
30% Complete
30%
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% Complete
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。
10% Complete
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% 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%
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%
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%
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。
20% Complete
20%
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。
20% Complete
20%
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%
專注力:投入心力在特定訊息及排除外部干擾。
10% Complete
10%
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。
10% Complete
10%
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。
10% Complete
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。
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%
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%
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。
5% Complete
5%

性格特質

堅毅負責:常常長時間專注投入於特定事物,排除干擾訊息,會對所承諾的事物,會負起責任目標、執行到底,享受追求成就。
30% Complete
30%
探究冒險:常常樂於探索未知事物、能夠容忍陌生情境,樂於把困難視為一種挑戰,在探索、挑戰未知中偏好看見自己的成長。
30% Complete
30%
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。
15% Complete
15%
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。
15% Complete
15%
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。
10% Complete
10%
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%
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。
15% Complete
15%
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。
15% Complete
15%
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。
10% Complete
10%
堅毅負責:常常長時間專注投入於特定事物,排除干擾訊息,會對所承諾的事物,會負起責任目標、執行到底,享受追求成就。
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。
10% Complete
10%
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。
5% Complete
5%
探究冒險:常常樂於探索未知事物、能夠容忍陌生情境,樂於把困難視為一種挑戰,在探索、挑戰未知中偏好看見自己的成長。
5% Complete
5%
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。
5% Complete
5%
親和接納:總是願意關懷他人情緒與感受,樂於接納與照顧他人困擾與情緒,表現和藹友善、易於親近。
5% Complete
5%


展開