國立臺灣海洋大學 運輸科學系A組 |
東吳大學 資料科學系 |
|
---|---|---|
所屬學群 |
工程學群
跨
管理學群
運輸物流學類 |
資訊學群
跨
數理化學群
數據統計學類 |
所在校區 |
海大校區 202基隆市中正區北寧路2號 |
雙溪校區 111台北市士林區臨溪路70號 |
學系特色 |
本系旨在培養海運科技與智慧化運輸物流經營規劃之國際人才。師資多具業界或公職歷練,專長含括海、空、陸及物聯網科技等領域。招收對陸、海、空等智慧化交通運輸、倉儲物流、及電商物聯網等具高度興趣者。就業選擇多,如海運、空運、大眾運輸、物流供應鏈與倉儲管理、航空業(機師與空服員)、工程顧問、高科技產業(工程師)、以及國際港埠經營等公司。 下載詳細資料 |
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 |
運輸科學系為培育整合海運科技與運輸配送所需之運輸工程專業人才。透過「海運科技」與「運輸配送」兩大專業領域為發展主軸,以海洋運輸之學理基礎結合航海以海洋智慧型運輸科技、國際運輸、倉儲與配送為研究方向,培育整合型國際運輸與物流專業人才,提昇未來在陸海空產業及運輸領域所需求之高科技人才競爭力。 下載詳細資料 |
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 |
統計學1基礎概念理解:例如平均數、眾數、中位數、標準差、變異數等。2習機率與分布:機率與統計密不可分,對進行推斷統計非常重要。3握統計圖形工具:圖形化展示數據能幫助理解數據的分布與趨勢。4進行統計推斷:包含抽樣、點估計、區間估計、假設檢定等。5數據分析與應用:真實數據進行統計。 程式語言設計:用來定義電腦程式的語法規則。一種電腦語言讓程式設計師能夠準確地定義電腦所需要使用的資料,並精確地定義在不同情況下所應當採取的行動。 未上傳圖片 作業研究:一門應用數學學科,利用統計學和數學模型等方法,去尋找複雜問題中的最佳或近似最佳的解答。作業研究經常用於解決現實生活中的複雜問題,特別是改善或優化現有系統的效率。研究作業研究的基礎知識包括矩陣論和離散數學,在應用方面多與倉儲、物流等領域相關。因此作業研究與應用數學、工業工程專業密切相關。 運輸學:講授運輸之基本概念及各運輸工具之基本特性,使學生具有各運輸系統之基本知識。課程實施方式:針對公路、鐵路、海運、航空及管道運輸等進行全面的介紹,並由同學選擇較有興趣的組別來探討,讓大一新生針對運輸產業現況及營運初步瞭解與產生興趣,並進而思考未來如何接軌學涯與職涯一路邁進。 供應鏈設計與管理:在複雜且快速變動的市場環境中,供應鏈管理提供企業一套制定策略、規劃與執行業務流程的方法供應鏈管理的目的在於改進資訊的透明度、決策的品質,以及作業的協調,提升整個價值鏈的反應速度與運作彈性;本課程將會應用統計方法、作業研究、時間序列分析等方式設計解決方案。 |
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 |
運輸實屬全球化及現代化的產業,著重語言能力之培養,建議發展第二外語專長,另外,運輸與物流相關工作需要直接或間接與民眾接觸,從業人員需要具備良好的團隊合作能力與表達、溝通能力,建議可從社團及幹部經驗中培養。 |
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 |
本系領域包含陸、海、空運輸與供應鏈管理及大數據相關應用。課程設計重視AI設計及工程理論。 |
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 |
本系經常被誤解畢業後主要工作為司機或搬運等行業。本系以就業趨勢設計整體課程,並透過「實習」與「產學合作」與業界、政府機構無縫接軌。除國際運輸、物流倉儲配送外,公職、大數據、物聯網相關課程,培養學生具備國際競爭、管理及創新等核心能力;本系培養方法論能力強的人才,教導學生體認管理非一觸可及,務實不務虛。 |
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 |
本系課程設計重視方法論及實務應用,非一般管理科系,在畢業出路上相對較廣。而本系課程如航海學等係為加強海運領域基礎概念,並非畢業後可跑船 (甲板上商船系、甲板下輪機系)。系課程設計重視方法論及實務應用,非一般管理科系,在畢業出路上相對較廣。 |
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。 |
國立臺灣海洋大學 運輸科學系A組 |
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 |
國際貿易實務使學生了解進出口貿易實務的相關知識與技能,並提升學生海洋事業之國際觀;輔導學生考取勞動部國貿丙級證照。 物流設施規劃介紹設施規劃,合理化的觀念、原理、方法步驟,舊規劃合理化的理由、重要性、方法及步驟。設施搬運系統及位置的遴選、及其考慮因素及決定方法 企業實習以親自參與實習方式增加實務經驗,培養日後工作技能,達到理論與實務相結合的目標,提升學生就業競爭力。 運輸軟體應用透過運輸軟體基礎的加強,進一步結合運輸決策的操作觀念,強化學生在運輸分析的能力,對於申請研究所與專題報告製作相當有助益 物聯網智慧系統 - 理論與應用物聯網 (IoT) 是一龐大的技術架構,近年來更與人工智慧 (AI) 密切的結合成為 AIIOT。本課程將介紹物聯網智慧系統 (含 CPS) 之概念、技術架構、基本人工智慧理論,以及 CPS 在工業與學術研究上的最新的發展。本系物聯網實驗室之 IoT 設備與計算機教室相關軟體也將支援本課程系統操作示 |
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。 |
國立臺灣海洋大學 運輸科學系A組 |
東吳大學 資料科學系 |
|
---|---|---|
適合從事工作 |
|
|
系友生涯 |
未上傳圖片
蔡佳恩100年畢業於國立臺灣海洋大學運輸科學系 100年進入公職體系,分發至新北市政府交通局,主辦公車動態資訊系統業務,執行年度系統維運採購標案。 102年新北市政府交通局成立二級機關「新北市政府交通事件裁決處」,因緣際會下,調任至該機關秘書室擔任主任一職,綜理秘書室相關業務管理。 因所學為海運類科,欲以此為發展方向,故於104年調任交通部航港局,主辦商港服務費收費系統維運、金融機構代收與ACH代收等採購業務。 未上傳圖片
蔡維升102年畢業於國立臺灣海洋大學運輸科學系 104年畢業於國立臺灣大學工業工程所 105年7月進入群創光電股份有限公司 擔任專案管理專員、主任、課長、副理至今 未上傳圖片
昝延慶96年畢業於國立臺灣海洋大學運輸科學系 98年畢業於國立東華大學全球運籌管理研究所 目前擔任萬海航運紅海區域辦公室(Red Sea Regional office)船東代表。歷任萬海航運作業部維修課、行銷部特殊櫃業務課、中東課、萬海航運Dubai office代表。 未上傳圖片
張傳育雲科大特聘教授兼研發長 國立雲林科技大學特聘教授,並擔任該校研發長。發明之"嬰語翻譯機"系統獲獎無數,其資料庫內含70萬筆以上嬰兒聲音,在大數據應用科學上極具影響力。在工作上也相當照顧系友,並協助系友應聘擔任教職。 未上傳圖片
張屏北地中海航運台灣分公司總經理 1996 年 獲頒馬士基台灣傑出業務獎 2000 年 擔任馬士基台灣,亞,非,中東,紐澳,航線出口業務部經理 2003 年 擔任丹馬士台灣業務部經理 2006 年 擔任丹馬士中國華東區業務發展部資深經理 2008 年 擔任馬士基台灣出口業務部資深經理 2012 年 擔任馬士基台灣進口業務部副總經理 2015 年現任地中海航運台灣分公司總經理 |
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。 |
國立臺灣海洋大學 運輸科學系A組 |
東吳大學 資料科學系 |
|
---|---|---|
多元能力 |
資源管理:分配及運用可支配的資源,調配人力、物力、資源運作的合理性、平衡性,發揮預期效益。
15%
系統運作:評估與分析系統的運作方式、效能,考慮運作成本與效益,制定系統運作可改善或調整的方式。
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%
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%
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。
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%
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。
5%
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。
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%
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%
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%
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%
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%
|
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 |
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。
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。
15%
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。
10%
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。
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。
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%
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%
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。
10%
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。
10%
|
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