Menu

第四屆深度資料力計畫


選拔活動正式開跑
快來和我們一起玩資料

深度資料力培訓計畫

在這個「大數據」、「AI」聲浪四起的時代,許多資料課程正如雨後春筍般冒出。頂著數據分析頭銜的人也因此迅速暴增,怎麼樣才稱得上一名數據分析師,這個問題正衝擊整個資料圈。
此時,唯有深度融會貫通,從理論到實踐,將所學推向極限,才能打造差異化,創造職涯亮點。

專家引路

想踏入數據分析的領域中,卻常對資料感到迷惘,不知道該如何下手?強大的業師及顧問群,將會是這茫茫資料海中的一盞明燈。

技能提升

有了明確的目標、強大的意志,接下來你需要的是更多的實務經驗,不要怕動手,我們一起 Coding 吧!

經驗傳承

經驗是最寶貴的知識,讓系友們透過經驗分享,告訴你通往專業的道路上會遇到的問題。快速找到對的方向、使用對的工具。

人脈累積

除了工作技能外,人脈更是不可或缺的能力,人脈累積的高度也將會決定你在社會的高度。透過活動中一起討論、相互交流,編織自己的人脈網,提高自己的職場即戰力!

計畫時程表

第四屆深度資料力培訓計畫,預計在 109 學年度舉行。

邀請業界的系友進行分享實務經歷,找尋心中理想業師。

活動說明會 X 師生交流會 報名

[注意事項] 需出席活動說明會 X 師生交流會方能參加計畫

活動說明會 X 師生交流會

地點:淡水校區 B713
時間:13:00 - 16:30

開始報名

本屆深度資料力培訓計畫的錄取標準:學員們先依照喜好選擇前五組想跟的業師,各組業師會從有選自己組別的學員中挑選適當的人進入自己的小組,並進行培訓。

[注意事項] 需出席活動說明會 X 師生交流會方能參加計畫,資格不符者將不另行通知。

報名截止

正取錄取通知

請於限定時間內回覆 E-mail 以表示已收到入選資格。
[注意事項] 不論確認參加或放棄都要回覆 E-mail ,逾期回覆恕不通融。

正取回覆截止

截止時間前沒有回覆的人,我們會將名額保留給備取者。
[注意事項] 麻煩在 2020.11.28 沒收到通知的人,請持續注意 E-mail 通知。

備取及未錄取通知

備取者也請於 E-mail 中的限定時間內回覆,以表示已收到入選資格。

開幕式 x 認識交流會

地點:校友聯誼會館 (台北校區)

工作坊I

地點:線上會議 (使用 Google Meet)
13:30 - 16:30 R 簡單基礎快速複習 + dplyr + ggplot2

工作坊II

地點: B130 (淡水校區)
09:30 - 12:30 R shiny
13:30 - 16:30 Python 基礎 + 基本繪圖

工作坊III

地點:線上會議(使用 Google Meet)
13:30 - 16:30 爬蟲基本觀念(XML基本) + R 爬蟲套件 & 實例分享

工作坊IV

地點:線上會議 (使用 Google Meet)
13:30 - 16:30 Python 機器學習套件使用 + Keras安裝、基本介紹、應用

寒假訓練營

各小組業師決定訓練內容

邀請業界的系友擔任小組的業師,透過分組討論的方式,
協助系上學生完成有趣的資料科學專案。

業師專案啟動

期中分享會

各小組分享選定的專案主題與目前進度狀況。
地點:台北校區 校友聯誼會館 D506
時間:13:20 - 18:00

期末分享會

各小組成果分享與學員心得交流。
地點:淡水校園 工學大樓 E309
時間:待定(整天)

報名資訊

計畫時間

109學年 兩個學期
2020/11/28 ~ 2021/07/03

地 點

淡江大學
淡水校區 / 台北校區

招募對象

淡江大學 統計學系 大二以上在學學生
淡江大學 大數據所 碩一以上在學學生

報名限制

每組業師有不同的要求門檻
(基本上希望學員至少要修過統計學且自動自發)

報名期限

2020/11/01 00:00 ~
2020/11/14 23:59

報名費用

NT. 2000 <押金>

專案目標

  • Team A

    將與台北市大地工程處合作處理水土保持相關議題,實際執行一整套的資料科學專案。從與提案方討論、發想問題 -> 數據清洗 -> 數據分析、視覺化。

    人數限制
    3~6人
    業師擅長領域
    open data / 社會公益 / 電信基地台
    零售業數據分析
    學員條件
  • 大三(含)以上
  • 統計學, 迴歸分析
  • R
  • Team B

    以實際金融領域角度挖掘業務需求,並透過分析結果規劃行動方案。 期望小組成果發表可實際作為業務應用,加強學員業界作品實績。


    人數限制
    3~5人
    業師擅長領域
    商業數據分析、數位軌跡、數據專案規劃
    FinTech、數位轉型、策略規劃
    學員條件
  • 大四、碩二
  • 統計學、迴歸分析
  • R or Python or Tableau
  • Team C

    卷積式網路(CNN)在(非影像類)醫學資料的應用,以及不同架構運算核心的效率問題初探

    人數限制
    3~4 人
    業師擅長領域
    醫學研究
    學員條件
  • 大二、大三、大四、碩一
  • 統計學, 迴歸分析
  • R or Python or C++基礎程式架構
  • Team D

    使用 R 程式開發 function 計算臨床試驗中藥物的最大耐受劑量,並透過迴圈來大量生成資料進行模擬,藉以驗證理論與程式計算出的結果是否一致,以 R shiny 視覺化呈現結果。 使學員深入了解專案內容,訓練程式能力與表達能力,並在過程中學習團隊合作與培養解決問題的能力。

    人數限制
    2~6 人
    業師擅長領域
    統計推論、臨床試驗資料分析
    SAS、R
    學員條件
  • 大二(含)以上
  • 不限修習過修習過科目
  • 可不具備寫程式經驗,但需要在專案過程中培養程式能力。
  • Team E

    參與並實際完成一個數據分析競賽

    人數限制
    4 人
    業師擅長領域
    金融/保險
    金融
    學員條件
  • 大四(含)以上
  • 不限修習過修習過科目
  • 工具不拘只要有信心完成專案需求即可
  • Team F

    做出一個簡單架構的資料搜集、清洗、入庫的功能(資料為新聞、輿論等等)並做簡單的資料視覺化。時間允許的話會做輿論分析、NLP、資料分析等功能

    人數限制
    3~5 人
    業師擅長領域
    資料工程師
    (爬蟲、資料處理、後端、QA)
    學員條件
  • 大四(含)以上
  • 統計學, 迴歸分析
  • 要寫過程式,且需具備使用程式資料匯入、資料輸出、簡單資料運算的能力
  • Team G

    透過數據清洗、建模分析與資料視覺化,提升學生程式邏輯與數據互動能力

    人數限制
    2~4 人
    業師擅長領域
    數據工程 數據分析
    學員條件
  • 大四(含)以上
  • 統計學, 迴歸分析
  • R
  • Team H

    專案帶領同學依據數據競賽資料,完成一個具備商業價值的推薦系統

    人數限制
    3~4 人
    業師擅長領域
    消費者行為分析 \ 市場調查
    深度學習 \ 影像辨識
    學員條件
  • 大四
  • 統計學, 迴歸分析
  • R或Python
  • Team I

    利用 R Shiny 套件建立資料分析或視覺化網頁

    人數限制
    3~4 人
    業師擅長領域
    臨床試驗資料分析
    資料分析; 資料視覺化; 網頁設計
    學員條件
  • 大三
  • 統計學, R 語言
  • R 語言
  • Team J

    從定義問題到資料分析報告(實際執行一場市場調查)

    人數限制
    2~4人
    業師擅長領域
    市場調查研究/資料處理及分析/設計圖表
    學員條件
  • 大三(含)以上
  • 統計學,會Excel資料處理Excel尤佳
  • SPSS or SAS
  • Team K

    完成一份專案式報告,包含定義主題、資料蒐集到透過資料科學方法提出相關結論與建議。

    人數限制
    2~5人
    業師擅長領域
    自動化系統/產線資料分析
    機器學習, 資料視覺化分析
    學員條件
  • 大三(含)以上
  • 統計學
  • 曾經寫過任意程式即可。

業師群

Kristen

深度資料力計畫 計畫主持人

林敬凱

Yinjhen

林靖淳

媒體行業CRM分析; 金融行業顧問; 金控策略規劃

陸栢希

金融資料價值分析顧問

章峻福

醫學統計分析人員 AsiaLymph臨床研究管理

林坤宏

吳汶璇

沈彥廷

資料分析師

廖瑋婕

資料分析顧問

吳宜庭

賴韻如

劉珉淳

黃慶昀

唐子鈞

林韋君

何怡靜

王凱歆

莊浩偉

注意事項

主辦單位保有修改及終止本活動之權利,如有任何變更將公布於網頁中,恕不另行個別通知。
主辦單位可使用參加者本次活動照片與資料,作為活動文宣推廣、紀錄及行銷用。

參加條件

需報名且出席活動說明會 X 師生交流會
方能參加計畫
 

篩選條件

參考目前程度、對資料敏感度、積極度⋯
所以報名資料內的資訊,請用心填寫!
 

專案成果

嚴禁拿去當做私人作品,如論文、作業⋯
需於結束時繳交成果報告,並公布於TSDC網站中。

F.A.Q.