微軟、Uber都愛用　台大這個系為何是大數據人才搖籃？

「有沒有哪種青菜的資料很多？」台大社科院大樓602教室，經濟系大四生廖冠豪問。他正帶領一群台大學生，準備參加內政部的資料應用比賽。今年即將畢業的廖冠豪，去年進入微軟實習，因為表現優異而獲得正職。今年11月，他將正式加入微軟公共業務事業群擔任科技策略師，協助政府單位進行數位轉型。

愈來愈多行為如今都可以被記錄、儲存，全球企業對大量數據蒐集、分析的需求快速增長，根據世界經濟論壇去年發布的「未來工作報告」，資料分析師與科學家名列未來5年工作機會成長第1名。台灣104人力銀行統計，今年第一季大數據人才需求數，比5年前成長了63%，達到17453人，走在前端的企業紛紛開出資料科學家、資料分析師等大數據職位。（延伸閱讀：各大企業都在搶！美國最熱門的工作）

台大經濟系畢業生是這波數據人才熱的先行者，台灣微軟、KKbox、台灣屈臣氏都有畢業生從事數據科學工作，連遠在舊金山的Uber總部也有他們的身影。為了因應這股熱潮，台大經濟系2年前設立了跨領域學程，要為台灣培養更多能處理大量資料、又懂得解讀資料的人才。

廣告

究竟台大經濟系畢業生為何能走在趨勢浪頭，成為企業愛用的搶手人才？資料科學家需要具備什麼樣的技能？

週五下午的台大社科院6樓，3個經濟系和1個農經系學生，正絞盡腦汁要找出適合的天氣資料，來預測農產品產量。「希望能幫助農夫掌握產量，解決生產過剩問題，」台大經濟系大四生許郁盈說。

協助訓練他們的廖冠豪，基於資料分析的考量，建議先從產期長一點的作物開始，這樣一來可以用到比較多的氣候因子，增進團隊對作物生長的理解。（延伸閱讀：這個科系超搶手 一畢業就有8個工作機會）

（伍芬婕攝）

11月將進入微軟的廖冠豪，才剛畢業年薪即超過百萬。高中是建中資訊社成員，大學時修了不少資工和資管課程，還結合程式能力和經濟學模型，建立股票買賣預測系統，作為大三學士論文題目，寫程式對他來說不是問題。

廣告

在工程師為主的微軟，他的最大強項，是結合社會科學敏感度的統計能力。

優勢1：對人的理解

廖冠豪說，每個領域在意的事情不同，資工訓練的重點是改善預測模型，而資料科學家在意的，是判斷、甚至創造出適合放進模型的特徵。對人類行為或社會的理解，是經濟系學生跨足資料科學的一大優勢。

以鐵達尼號的故事為例，要知道「誰比較容易在船難中活下來」，有社會敏銳度的資料科學家，可能會找出同姓氏的人，運用「家族身分」當成特徵，像是那些買頭等艙票的家族，是不是特別容易活下來。

優勢2：數理統計訓練

廖冠豪大學期間修了不少計量經濟相關課程，打下扎實的統計基礎，在需要統計能力的資料科學領域有一定優勢。他舉例，資料科學常用的幾大方法，像是分群、迴歸和降維，都需要對統計理論有深入理解。（延伸閱讀：如何不被AI取代？張忠謀給年輕人的4個建議）

廣告

他在微軟的工作是和工程師分工，由他負責篩選重要變數特徵，再由資料工程師接手優化模型。

「如果你能證明經過你改良的結果比較好，工程師會知道你是可以合作的對象，」他解釋，現在頂尖業界講究的是跨領域合作，把工作流程中的每一個環節做好，資料科學家可以讓工程師更專注於他們擅長的演算法部份，共同產出更好的預測機制。

優勢3：從無到有、拆解出可用數據回答的問題

經濟系訓練的另一個特色，是一步步拆解問題、到可用資料回答的問題界定能力。在知名音樂平台KKbox工作的陳代榕，就是一例，「你要怎麼知道一首歌會不會紅？」台大經濟研究所畢業、在KKbox擔任資深資料分析師的陳代榕，有天遇到老闆出了這道難題。

廣告

「首先要界定問題：怎麼樣才算『紅』？」受過嚴謹的量化方法訓練，讓陳代榕在界定商業問題時也能很快上手。

當時業界對於熱門歌曲的定義僅止於播放次數排行榜，「一首歌從發行到最後慢慢銷聲匿跡，過程到底長什麼樣子，我們是不知道的。」於是團隊決定深入了解一首歌從紅到不紅的軌跡。

經過分類，他們意外發現一種黑馬型歌曲：剛出道時沒有引起太多反應，一段時間後突然竄紅。知名創作歌手黃明志有許多歌都是這種類型。陳代榕表示，透過更多的分析，有助於創作者和唱片公司了解歌手的定位，或制定行銷策略。（延伸閱讀：你以為《紙牌屋》是創意？不，它是大數據和資料分析）

廣告

5年前從台大經濟所畢業的陳代榕，高中時期就因為愛看棒球，而對資料分析產生興趣，在校期間修的課多半都屬於用數據資料檢驗社會實際問題的「實證經濟領域」，他的碩士論文探討學建構式數學的學生，在國際數學測驗表現是否有變差。

這種強調運用數據和現實問題接軌的訓練，成為他進入商業世界的助力。陳代榕說，現實中商業問題經常是模糊的，但是實證經濟強調用科學方法、問出可實際回答的問題，對他從事分析工作頗有幫助。他舉例，實證經濟學中有不少檢視因果關係的框架，因此像網路業常用來測試受眾反應的A/B Test，對他並不陌生。

職場上，簡報、溝通軟技能不可少

在Uber美國總部工作的彭伊萱，在工作上就經常運用這類方法。唸北一女三類組、8年前從台大經濟系畢業的彭伊萱，目前是Uber的風險策略分析師，她的工作常需要透過如A/B Test的實驗設計，辨認出像是盜帳號等潛在的詐欺行為，再讓工程師寫程式自動偵測。

儘管沒有資工背景，但熱愛學習的彭伊萱透過進修、自學，不斷精進自己的程式能力。

拿到美國波士頓大學經濟碩士後，彭伊萱曾在台灣惠普做過2年供應鏈分析師，工作閒暇之餘，參加了台大資工系統訓練班，開始有系統地學寫程式。在主管支持下，她開始用程式寫一些小工具，把所學應用在工作上，打下程式能力的基本功，「剛好我做的不是那種回家就累癱、會讓你不想學習的工作，我自己也有能力學新東西，」她說。

（圖片來源：unsplash）

彭伊萱承襲了愛好學習的家庭傳統。她的父母都是高中畢業，爸爸自學日文在日商工作，媽媽是金融業經理，但是積極參與荒野保護協會，學習認識大自然，兩人都有再進修念大學碩士。

寫程式寫出興趣後，她結合經濟系所學，申請到美國舊金山大學為期1年的資料科學碩士，不僅加強程式能力，更學習到職場溝通、社交和面試等軟技能。

「我們是最熟資料的人，要能簡要講出資料所傳達的重點，」彭伊萱說，不同於工程師只需跟同儕討論，資料科學家在組織裡多半會肩負溝通者的角色，把分析結果、代表的意涵，傳達給不同團隊的人，甚至是外部客戶，因此溝通能力、簡報能力相當重要。

為了加強資料科學所需的溝通表達能力，舊金山大學有不少針對軟技能的訓練。有一門課是讓學生練習各式工作場合的溝通，例如自我介紹、上台簡報、公開演講，課程作業是其中一個學生先去和陌生人聊天，另外兩位同學在旁「旁聽」，後續再給回饋、建議。下學期也有一門面試課程，讓學生練習矽谷流行的「白板面試」，在白板前即席解題、和面試主管應答。（延伸閱讀：虧錢IPO估值還能破200億美元　向Lyft學習5個令人驚豔的報告技巧）

由於重視與職場銜接，2018年畢業生有97%的人在3個月內找到工作，任職公司包括Google、臉書和亞馬遜。彭伊萱同屆的2017年畢業生，年薪中位數是11.5萬美元（約355萬台幣）。

台大經濟系開啟課程創新

除了有熱愛學習的畢業生開路，台大也已踏上創新步伐。2017年由經濟系主辦、創立「資料科學與社會研究跨域學程」，要讓學生更貼近時代趨勢，今年即將到微軟工作的廖冠豪是學程第一個畢業生。

該學程依照年級修課順序，分為三層，第一階是包含「資料科學與社會研究導論」的基礎共同課程，第二階則是政治、社工等各社會學門專業課程，第三階跨域專長部份，包含3學分的實作課和「計算機相關課程」，如「資料結構與演算法」、「程式設計」等必修6學分課程。

相較於其他系所，經濟系的學生在計算機程式能力的表現優異。在新聞所、經濟系、政治系都有開程式課、台大新聞所副教授謝吉隆觀察，經濟系的統計訓練很扎實，通常程式學得好的學生，也是統計能力相對強的一群人。

不過長期來看，要將寫程式打磨成專業技能，個人興趣是重要因素。謝吉隆表示，曾看過統計和寫程式表現都很好的學生，到業界卻表現不佳，「因為興趣不在那邊。」也有人統計一開始不強，但就是喜歡寫，後來程式能力變得相當強。

為了培養資料科學進入特定產業所需的領域知識，資料科學與社會研究學程也讓學生從實習和打比賽中，培養實戰經驗。今年6月畢業的5個學程學生，這學期都有實習，參與企業包括數據分析公司意藍、大數聚、線上交友平台SweetRing等公司。

學程也要求學生參與資料應用競賽，訓練思考問題和上台簡報的能力。經過2個多月密集準備，5個學生組成的團隊在今年5月獲得內政部資料創新應用競賽第3名。團隊成員大四生袁紘禮說，相對於財務金融、自己對產業內容比較有興趣，因此當初就是以台大經濟為第一志願。

由於強調程式訓練和處理量化資料，台大經濟系近年來跨領域吸納不少學生。台大經濟系教授林明仁表示，這幾年有更多非本科的學生來雙修經濟或念研究所。和5年前相比，去年申請到經濟系雙修的學生當中，來自電機資訊學院比例，從10分之1上升至5分之1，在11個學院中增加最多。（延伸閱讀：不收學費、不看文憑　教育部試辦超佛心程式教育，一學期之後如何了？）

林明仁舉例說，去年他指導的一個法律系背景的碩士生，所做碩士論文是用程式大量抓取法官判決，檢視法官心證的偏頗程度。「資料很多，但是要拿什麼，還是需要具備問問題的能力，」他說。

人才發展關鍵：會溝通、獲得主管支持

林明仁指出，資料科學家是一個整合者，除了要有硬功夫，在職場也要能理解各方需求、幫組織指出方向，「可能是資工系或國企系程式寫得好的人，但不會是只懂一件事的人。」

資料科學人才發展關鍵，在於組織領導人是否願意支持、授權。林明仁表示，目前資料科學家都相對年輕，相關人才在既有組織不見得能被賦予決策權，因此無論是把資料當成產品或幫助公司改善銷售，都需要夠高層級的領導人支持。

從小培養或長大自學的程式能力，以及對商業、行為資料的判讀及運用，是經濟系學生在資料科學領域佔有一席之地的關鍵。面對虛實整合的產業趨勢，不同科系如何幫助學生跨域創新、培育新一波產業人才，將是台灣競爭力最關鍵的一堂課。（責任編輯：黃韵庭）