Recommended
More Related Content
What's hot
What's hot (20)
Similar to 2019_5_21 東吳大學經濟系演講（數據分析的前世今生）彭其捷
Similar to 2019_5_21 東吳大學經濟系演講（數據分析的前世今生）彭其捷 (20)
More from 彭其捷 Jack
More from 彭其捷 Jack (20)
2019_5_21 東吳大學經濟系演講（數據分析的前世今生）彭其捷
- 2. ABOUT ME 關於我
- 4. 關於我 4 ● 清華大學：AI 與體驗設計講師 ● 台灣大學：大數據與視覺化講師 ● 國泰集團：資料視覺化 UX 設計 - 企業內訓講師 ● 科智公司：資料視覺化 - 企業內訓講師 ● 2017 資料科學年會：資料視覺化主題 Speaker ● KKDAY：Tableau 視覺化軟體 - 企業內訓講師 ● 台灣鐵路局：新興科技與 UX - 企業內訓講師 ● 中原大學：前端工程與RWD設計 - 課程講師 ● 東吳大學：EMBA 科技與群眾募資課程講師 ● 玉山科技論壇：團隊對談講師 ● 交通部：跨多單位體驗設計講師 ● 資策會：創新樂活服務設計工作坊 - 主導講師 ● 環保署：跨單位服務設計講師 ● 天地人：資料視覺化課程講師 ● YOTTA：設計思考課程講師
- 5. 我的著作
- 6. 6
- 7. 環保署：環境數據視覺化
- 8. 8
- 11. 什麼是數據分析？
- 17. 經濟系跟數據分析的關 聯性？
- 19. https://www.104.com.tw/jb/career/department /view?degree=3&mid=310101 經濟系幾乎所有人，工 作十年後，工作都就跟 數據分析有關
- 21. 經濟系畢業學生：所具備職場技能（猜猜看） ● 打 LOL ● 具備財金專業知識 ● 提案與簡報技巧 ● 金融市場分析與資料蒐集 ● 財務報表製作 ● 業務或通路開發
- 22. 經濟系畢業學生：相關重要技能 https://www.104.com.tw/jb/career/department/vie w?degree=3&mid=310101 1. 具備財金專業知識 2. 金融市場分析與資料蒐集 3. 財務報表製作 4. 業務或通路開發 5. 提案與簡報技巧 6. 打 LOL
- 23. 經濟系 x 數據分析 的角色剖析
- 27. https://medium.com/@erlcssont29 組織主管 數據工程師 資料庫工程師 專案經理 數據分析師 數據顧問 資料科學家 數據研究員 類型一：資料工程人員 經濟系人才合適程度：★☆☆ 資工系 資管系 電機系 & 其他對資訊技術有 興趣的人
- 29. 104 資料處理人員
- 30. 類型一：資料工程人員 值得跨界學習的技能 vs 轉職所需學習的技能 經濟系 SQL 語言 R Python 資料庫 Java C++ 系統分析與設 計 / 軟體工程作業系統
- 35. https://university.1111.com.tw/univ_depinfo6. aspx?sno=100122&mno=310101 金融業 投資業 證券業 銀行業 不動產業 授權/授信業
- 36. 104 數據分析師（銀行產業）
- 39. 好奇心 / 溝通協調 對數據分析師來 說，口才與溝通 能力真的很重要 ，也是升級主管 的關鍵能力 IQ > EQ ● 多講話 ● 多溝通 ● 多協調
- 40. 業務理解 / 邏輯思維 https://medium.com/@erlcssont29 對於產業與領域 的了解，也是關 鍵因素，而對於 經濟系來說，銀 行與投資相關產 業就是最常見需 求的舞台，但近 期則是 IT 的數據 分析需求高
- 52. 覺得多少數據量 才算是大數據呢？
- 53. https://medium.com/@erlcssont29 組織主管 數據工程師 資料庫工程師 專案經理 數據分析師 數據顧問 資料科學家 數據研究員 AI 科學家 類型三：高階數據人員 經濟系人才合適程度：★★★ 資工系 經濟系 自然學科 統計系 數學系
- 54. 對於『資料科學家』 的了解？
- 62. 63
- 63. 64 空污議題 經典必看
- 65. 66
- 66. 污染來源：境內污染（PM 2.5） 台灣自己產生的空氣污染當然也是造成 現在空氣品質時常不佳的原因之一，貢 獻的來源有火力發電廠、六輕、工廠、 汽機車排放等，禍首是誰大家爭辯不休 。但是其實都是貢獻之一。 2016 年 10 月 28 日台 灣的空氣品質狀況 https://technews.tw/2018/04/29/air-quality- tools/?utm_source=fb_tn&utm_medium=facebook
- 67. 污染來源：境外污染（PM2.5） https://technews.tw/2018/04/29/air-quality- tools/?utm_source=fb_tn&utm_medium=facebook 中國、日韓、 台灣 AQI 空污 圖 2018/4/29 工具：AQICN（世界的空氣品質） http://aqicn.org/here/hk/
- 76. 77 https://index.okfn.o rg/place/ 台灣的 open data 指數：世界第一步驟1
- 82. 中心思想：用 厚數據 搭配 大數據步驟2
- 83. 長期性高風險 污染源潛勢熱區 可疑潛勢區位 Top31 號 潛勢區 2 號 潛勢區 3 號 潛勢區 步驟3
- 84. 85
- 85. 說在最後
- 86. https://medium.com/@erlc ssont29 資工 / 資管 / 電機 企管 資工 / 資管 / 設計 數學 社團 / 學會 興趣 常看有營養的內容 玩耍
- 89. THE END
Editor's Notes
- 哈摟邱老師，我預計想講主題： 『數據分析的前世今生』 -- 主要想分享業界的實務經驗，讓學生們知道整個數據分析的前期、中期、後期，大概通常都在做什麼這樣，想同學們能夠有一些 big picture，對未來生涯規劃會有幫助，也比較有趣一點，看 ok 嗎？
- https://youtu.be/JupYRTCxRqU https://youtu.be/JupYRTCxRqU 我想用這部影片，大略介紹一下我目前的工作 那個絕對是我～你看衣服還依樣
- 清大科管 Keynote 那份有
- 00:00 ~ 01:00 https://www.youtube.com/watch?v=xbTqJiZ8nhA
- https://www.youtube.com/watch?v=-AkBfBWr_Gw 06:00
- 這些都有相關
- 這是 104 統計
- 自己長出來？老師的數據怎樣來的呢？
- https://medium.com/@erlcssont29/%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E7%B3%BB%E5%88%97-%E8%AB%87%E8%AB%87%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E7%9A%84%E7%9C%BE%E5%A4%9Atitle-aeb0687f33e9
- https://medium.com/@erlcssont29/%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E7%B3%BB%E5%88%97-%E8%AB%87%E8%AB%87%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E7%9A%84%E7%9C%BE%E5%A4%9Atitle-aeb0687f33e9
- https://medium.com/@erlcssont29/%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E7%B3%BB%E5%88%97-%E8%AB%87%E8%AB%87%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E7%9A%84%E7%9C%BE%E5%A4%9Atitle-aeb0687f33e9
- https://imarticus.org/what-are-the-top-4-roles-to-data-analyst-look-out-for/
- 自己長出來？老師的數據怎樣來的呢？
- 我覺得很難，必須要讓大家知道 上次有認識一個學生，他是外文系，馬上雙主修資工 如果還不知道自己想要走什麼路，就要想辦法，保持在上風處
- https://medium.com/@erlcssont29/%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E7%B3%BB%E5%88%97-%E8%AB%87%E8%AB%87%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E7%9A%84%E7%9C%BE%E5%A4%9Atitle-aeb0687f33e9
- 自己長出來？老師的數據怎樣來的呢？
- 自己長出來？老師的數據怎樣來的呢？
- https://medium.com/@erlcssont29/%E4%B8%AD%E5%B1%B1%E5%A4%A7%E5%AD%B8%E7%B6%93%E6%BF%9F%E6%89%80%E8%81%B7%E6%B6%AF%E5%BA%A7%E8%AB%87-%E4%BA%8C-%E6%83%B3%E5%BE%9E%E4%BA%8B%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90-%E4%BD%A0%E9%9C%80%E8%A6%81%E5%85%B7%E5%82%99%E9%80%998%E5%80%8B%E8%83%BD%E5%8A%9B-4f8bb6aab973
- https://medium.com/@erlcssont29/%E4%B8%AD%E5%B1%B1%E5%A4%A7%E5%AD%B8%E7%B6%93%E6%BF%9F%E6%89%80%E8%81%B7%E6%B6%AF%E5%BA%A7%E8%AB%87-%E4%BA%8C-%E6%83%B3%E5%BE%9E%E4%BA%8B%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90-%E4%BD%A0%E9%9C%80%E8%A6%81%E5%85%B7%E5%82%99%E9%80%998%E5%80%8B%E8%83%BD%E5%8A%9B-4f8bb6aab973
- 自己長出來？老師的數據怎樣來的呢？
- 麥肯錫的分析報告顯示，預計到2018年，大數據科學家的缺口在14萬到19萬之間，對於懂得如何利用大數據做決策的分析師和經理的崗位缺口則將達到150萬。
- 自己長出來？老師的數據怎樣來的呢？
- 00:00 ~ 01:30 https://www.youtube.com/watch?v=yR2wWQYiVKM
- 不知道有沒有特別注意這個
- 自己長出來？老師的數據怎樣來的呢？
- https://medium.com/@erlcssont29/%E4%B8%AD%E5%B1%B1%E5%A4%A7%E5%AD%B8%E7%B6%93%E6%BF%9F%E6%89%80%E8%81%B7%E6%B6%AF%E5%BA%A7%E8%AB%87-%E4%BA%8C-%E6%83%B3%E5%BE%9E%E4%BA%8B%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90-%E4%BD%A0%E9%9C%80%E8%A6%81%E5%85%B7%E5%82%99%E9%80%998%E5%80%8B%E8%83%BD%E5%8A%9B-4f8bb6aab973
- https://medium.com/@erlcssont29/%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E7%B3%BB%E5%88%97-%E8%AB%87%E8%AB%87%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E7%9A%84%E7%9C%BE%E5%A4%9Atitle-aeb0687f33e9
- 潮到出水
- Can You Become a Data Scientist? 4:00 ~ 4:40 https://www.youtube.com/watch?v=-AkBfBWr_Gw
- 這可以當成你對資料科學家的第一印象 經濟系的人的機會，年薪破兩百萬
- 00:00 ~ 00:48
- https://imarticus.org/what-are-the-top-4-roles-to-data-analyst-look-out-for/ AS rare as unicorns
- 資料視覺化與說資料故事的能力 是你的武器
- 透過ＡＩ分析 歷史資訊疊合，結合風向 找出長期性高風險 污染源潛勢熱區
- https://medium.com/@erlcssont29/%E4%B8%AD%E5%B1%B1%E5%A4%A7%E5%AD%B8%E7%B6%93%E6%BF%9F%E6%89%80%E8%81%B7%E6%B6%AF%E5%BA%A7%E8%AB%87-%E4%BA%8C-%E6%83%B3%E5%BE%9E%E4%BA%8B%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90-%E4%BD%A0%E9%9C%80%E8%A6%81%E5%85%B7%E5%82%99%E9%80%998%E5%80%8B%E8%83%BD%E5%8A%9B-4f8bb6aab973
- https://medium.com/@erlcssont29/%E4%B8%AD%E5%B1%B1%E5%A4%A7%E5%AD%B8%E7%B6%93%E6%BF%9F%E6%89%80%E8%81%B7%E6%B6%AF%E5%BA%A7%E8%AB%87-%E4%BA%8C-%E6%83%B3%E5%BE%9E%E4%BA%8B%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90-%E4%BD%A0%E9%9C%80%E8%A6%81%E5%85%B7%E5%82%99%E9%80%998%E5%80%8B%E8%83%BD%E5%8A%9B-4f8bb6aab973 一個人同時專精於三者是幾乎不可能的，隨著數據科學在企業中應用的越來越成熟，不同專長也會有相應不同的職位。 上面我提到，「儲存」、「挖掘」以及「分析」，成為新的瓶頸與研究重點。對資料分析師而言，主要著墨在「挖掘」以及「分析」。
- 我覺得可能正妹之類的，有機會不用了解太多 但當然要了解，但不一定要比最基層的工程師了解