加入比較清單
資料更新時間：2025/10/1 下午 02:11:45
學系特色
數學應用：課程結合理論與實務，培養以數學建模、分析方法解決真實問題的能力。
數據分析：強調資料收集、處理與分析，運用統計與機器學習工具，培養數據解讀與決策技能。
程式設計：著重Python、R、Matlab、C等語言訓練，強化程式技術於數據科學與應用開發的實作能力。
學科意涵
應用數學：專注於將數學理論和方法應用於解決現實世界的問題。透過數學工具建立模型，解決科學、工程、金融等領域的各種挑戰。
數據科學：結合統計學、電腦科學和領域專業知識，旨在從大量數據中提取有用的信息。運用統計分析和機器學習技術，理解數據模式，進行預測，並為企業與組織提供決策支持。
學習方法
1. 數學理解和應用：強調紮實掌握微積分、線性代數等核心概念，並學會運用這些數學知識分析與解決實際問題。透過持續練習、動手解題與討論，深化理解，強化應用及獨立思考能力.。
2. 程式設計和編程技能：學習Python、R等語言及資料結構與基礎演算法，透過實作練習、數據處理與模型開發專題，培養運用程式解決實際問題的能力。
3. 數據分析：學習資料收集、整理與描述性統計，運用推論統計及實驗設計方法，從數據中提取有用資訊，支持問題解決與決策制定。
4. 問題解決能力：培養將現實問題轉化為數學或數據科學問題的能力，藉由分析、計劃、執行與評估，使用適切工具與技術找出並解決問題。
5. 團隊合作和溝通技巧：學習在多元團隊中協同合作，尤其是大型數據科學專案。並提升溝通能力，以清晰傳達分析結果與建議，讓不同背景的人都能理解並有效互動。
高中階段可以準備的學習方法或方向
1. 打好數學基礎，掌握微積分、線性代數、幾何、三角函數等核心概念。
2. 掌握基礎統計，理解資料集中與變異特性。
3. 接觸一至兩門程式語言，培養基礎編程能力。
4. 瞭解數據分析流程，練習從資料中發現問題與解決方法。
5. 動手做簡單專案，嘗試基礎數據分析或模型建立。
6. 閱讀相關科普文章與入門書籍，擴展數學與數據科學視野。
與相關科系之異同
本系強調將數學理論與方法應用於解決現實世界問題，尤其聚焦於數據分析與機器學習技術的實務應用。課程結合理論與實務，培養學生以數學工具與數據科學技術應對多元挑戰。相比之下，其他相關科系多偏重純理論研究，或針對特定領域專業應用。
生涯發展容易誤解之處
在畢業生出路與職涯發展上，高中生常有的誤解包括：認為本系畢業生只能從事教學或研究工作。實際上，畢業生職涯多元，涵蓋數據分析師、機器學習工程師、金融分析師、軟體開發者等多種職位，廣泛分布於科技、金融、醫療及商業等領域。這些職業展現了本系的廣泛應用潛力與發展空間。
學習方法容易誤解之處
本系不僅涉及數字與計算，還涵蓋統計、機器學習和數學建模等多方面，重點在於運用數學工具解決真實世界問題。課程強調理論與實務結合，透過專題學習提升學生實戰能力。畢業生職涯多元，涵蓋數據分析師、機器學習工程師、金融分析師及軟體開發等領域，具備廣泛發展潛力。
學習資源或補充說明
該系畢業生的職業機會非常多樣，不僅限於數學或科學相關的領域。這些技能可廣泛應用於商業、工業、金融和資訊科技等多個行業，使畢業生具備靈活的就業選擇。除了數學和技術能力，重要的軟技能同樣不可忽視，如問題解決能力、良好的溝通技巧、團隊合作精神和批判性思考能力，這些都是成功職業生涯的關鍵因素。學生在學習過程中也應重視這些軟技能的培養，以便在未來的職場中更具競爭力，並能夠更好地適應不同的工作環境和挑戰。
核心課程地圖
-
大一必修
- 微積分
- 程式語言
- 線性代數
-
大二必修
- 微分方程(一)
- 高等微積分
- 代數學(一)
- 機率論
- 統計學
-
大三必修
- 數值分析
- 機器學習
專業選修課程
-
應用數學領域
- 基礎數學、代數學(二)、複變數函數論、幾何學、深度學習，資料結構、離散數學、電腦在數學上的應用、編碼學、密碼學、PDE導論、數論、組合學
-
數據科學領域
- 統計入門、數理統計、迴歸分析、多變量分析、統計軟體應用、高等機率論、存活分析、品質管制、隨機過程、數據科學演算法、資料視覺化、類別資料分析、可靠度分析、資料探勘
特色課程
程式語言
於專用電腦教室學習Python、R、、matlab、C/C++等程式語言，學習撰寫程式之基礎語法及流程，並實作解決問題或找出答案， 也為日後進一步學習如資料結構或是數值分析奠定基礎。
微分方程及數值分析
應用十分廣泛，在物理、化學、工程學、經濟學和人口統計等領域都有應用。同學能體認到數學模型的廣泛應用， 能求取平衡 時狀態或是使目標最佳化。
組合學
內容涵蓋組合計數、圖論、代數結構與數理邏輯等主題。課程除提供多樣生活化應用實例外，亦與計算機科學、機率與統計中的實驗設計密切相關，強化學生在交叉領域的知識整合與應用能力。
迴歸分析與多變量分析
迴歸分析課程教授如何建立與驗證迴歸模型，重點在於探討自變數對依變數的影響及預測能力，適用於解決真實問題。多變量分析課程則涵蓋同時分析多個變數的方法，如主成分分析與聚類分析，著重揭示數據中的潛在結構。兩者皆運用統計技術來理解和預測複雜系統間的關聯，廣泛應用於科研、商業及工程領域。
機器學習與資料探勘
機器學習課程介紹算法和模型訓練方法，強調從數據中自動學習和預測，涵蓋監督式、非監督式和強化學習，廣泛應用於圖像識別、語音處理和推薦系統。資料探勘課程則聚焦於從大量數據中提取有用信息和模式，運用技術如關聯規則、分類和聚類，強調數據清理和視覺化的重要性。
適合從事工作
-
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。
-
-
中學教師
-
具有中等教師身分，擔任各國民中學、普通中學學校教師人員。依教學科目擬定各種課程的教材，進行課堂教學，並視學生學習情況給予支援。
-
-
數學專業研究人員
-
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。
-
-
程式設計師
-
負責設計、撰寫及維護軟體程式，根據需求開發應用功能，確保系統穩定與效能。與團隊合作解決技術問題，優化程式碼並持續學習新技術。工作涵蓋前後端開發、資料庫管理及系統整合，常用語言包括Python、Java、JavaScript等。成功的程式設計師需具備良好邏輯思維、問題解決能力及溝通協作能力。
-
-
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。
-
系友生涯發展
版權:https://www.gvm.com.tw/article/22779
錢大群
IBM大中華區總裁
淡江大學數學系，美國哈佛大學企管研究所高級管理課程、IBM全球高階經理人課程進修
2007年，IBM大中華區首席執行官
2004年，IBM東南亞/南亞區總經理
2001年，IBM亞太區系統與科技事業部副總裁
1997年，IBM大中華區系統與科技事業部總經理職務
1996年，獲得台灣企業經理人協會授予的「1996最佳總經理獎」， 後赴紐約擔任IBM公司董事長兼首席執行官之行政助理
1993年，擔任台灣IBM公司總經理
版權:https://news.cnyes.com/news/id/3841491
黃調貴
國泰人壽董事長、 精算師
淡江數學系、清華大學應用數學研究所
2002~2008 國泰人壽總經理
2005~2008 國泰金控總經理
2011 ~2017年起開始擔任國泰人壽副董事長，
2017~ 國泰人壽董事長
版權:https://tw.news.yahoo.com/%E6%8F%AE%E5%8
沈志藏
臺北捷運公司副總經理
淡江數學系、交通大學交通運輸研究所
臺北捷運公司中運量運輸處處長、事業部經理、供應部經理、發包中心主任、運務部副理、高級工程師
莊昌善
齊營股份有限公司董事長
佳網國際股份有限公司董事長
淡江大學數學系數理統計組
佳能公司 程式設計師
佳能公司 資料組組長
佳能公司 資料組主任
佳能公司 服務部副理
佳能公司 營業部副理
佳能公司 營業部經理
佳能電腦公司 經理
佳能資訊通訊 副總經理
佳能企業 總經理
佳能企業 常務董事
齊營公司 董事長
佳網國際 董事長
版權:https://www.gvm.com.tw/article/87417
王紹新
信邦電子股份有限公司董事長兼執行長
日商神奈川株式會社台灣分公司經理
美商AMP公司業務經理
多元能力
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。
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。
圖表來源為該校系之重視百分比，加總為100%；百分比越高，代表越重視。
- 熱門比較學系
