東吳大學資料科學系 - ColleGo!

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. 在這個人人都提「 ... Togglenavigation 大學選才 認識學群 認識學類 認識大學 高中育才 三年行動計畫 探索興趣類型 探索核心素養 探索領域學科 探索加深加廣課程 探索知識領域 焦點話題 最新消息 搜尋 常見問與答 登入 登入/註冊帳號 重寄驗證信 關於ColleGo! 著作權聲明 ColleGo!大學選才與高中育才輔助系統 × 資訊學群 資訊學群 資訊工程學類 生物資訊學類 資訊傳播學類 圖書資訊學類 數位學習學類 資訊管理學類 媒體設計學類 電機工程學類 光電工程學類 電子工程學類 通訊工程學類 電資不分系 數據統計學類 工程學群 工程學群 電機工程學類 光電工程學類 電子工程學類 通訊工程學類 工程科學學類 機械工程學類 航空工程學類 土木工程學類 水利工程學類 化學工程學類 材料工程學類 生醫工程學類 環境工程學類 建築學類 工業管理學類 運輸物流學類 科技教育學類 資訊工程學類 工程不分系 電資不分系 數理化學群 數理化學群 數學學類 化學學類 物理學類 生化學類 數學教育學類 自然科學學類 財金統計學類 理學不分系 數據統計學類 醫藥衛生學群 醫藥衛生學群 運動保健學類 醫學學類 公共衛生學類 牙醫學類 物理治療學類 職能治療學類 護理學類 醫學檢驗學類 影像放射學類 藥學學類 食品營養學類 呼吸治療學類 健康照護學類 化妝品學類 職業安全學類 獸醫學類 醫務管理學類 視光學類 語療聽力學類 生命科學學群 生命科學學群 生物資訊學類 生化學類 生命科學學類 生物科技學類 植物保護學類 食品生技學類 生醫工程學類 生態學類 生物資源學群 生物資源學群 獸醫學類 植物保護學類 生態學類 農藝學類 動物科學學類 園藝學類 森林學類 海洋資源學類 食品生技學類 地球環境學群 地球環境學群 環境工程學類 地球科學學類 地理學類 海洋科學學類 大氣科學學類 防災學類 史地學類 工程科學學類 水利工程學類 建築設計學群 建築設計學群 媒體設計學類 建築學類 都市計畫學類 空間設計學類 工業設計學類 工藝學類 商業設計學類 服裝設計學類 藝術設計學類 藝術學群 藝術學群 美術學類 音樂學類 表演藝術學類 藝術設計學類 工業設計學類 工藝學類 商業設計學類 服裝設計學類 舞蹈學類 社會心理學群 社會心理學群 心理學類 社會學學類 社會工作學類 人類民族學類 兒童家庭學類 宗教學類 輔導諮商學類 犯罪防治學類 勞工關係學類 大眾傳播學群 大眾傳播學群 資訊傳播學類 大眾傳播學類 廣電電影學類 新聞學類 廣告公關學類 外語學群 外語學群 英語文學類 歐語文學類 日語文學類 東方語文學類 英語教育學類 文史哲學群 文史哲學群 圖書資訊學類 文化產業學類 中國語文學類 歷史學類 哲學學類 台灣語文學類 史地學類 宗教學類 華語文教育學類 教育學群 教育學群 數位學習學類 科技教育學類 華語文教育學類 教育學類 特殊教育學類 幼兒教育學類 成人教育學類 數學教育學類 社科教育學類 英語教育學類 法政學群 法政學群 犯罪防治學類 法律學類 財經法律學類 政治學類 行政管理學類 土地資產學類 管理學群 管理學群 資訊管理學類 工業管理學類 醫務管理學類 文化產業學類 勞工關係學類 行政管理學類 企業管理學類 行銷經營學類 運輸物流學類 土地資產學類 觀光事業學類 運動管理學類 餐旅管理學類 休閒管理學類 國際企業學類 商管不分系 財經學群 財經學群 財金統計學類 會計學類 財務金融學類 國際企業學類 財稅學類 保險學類 經濟學類 商管不分系 遊憩運動學群 遊憩運動學群 運動保健學類 體育學類 舞蹈學類 觀光事業學類 運動管理學類 餐旅管理學類 休閒管理學類 不分系 不分系 一般不分系 工程不分系 商管不分系 理學不分系 電資不分系 東吳大學 資料科學系 加入比較清單 資訊學群 跨數理化學群 數據統計學類 學系介紹 課程資訊 生涯進路 能力特質 資料更新時間：2021/12/6上午09:36:39 學系特色 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 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 問題導向式學習(Problem-BasedLearning,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：SAS、R、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。

與相關科系之異同 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 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 資工資管是培育IT人才，而資料科學是培育DT(DataTechnology)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 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。

核心課程地圖 大一必修 微積分 計算機概論 程式設計(一)(二) 巨量資料概論 資料庫導論 線性代數 網頁程式設計 大二必修 資料分析軟體 資訊工程 經濟學 機率與統計 大三必修 資料探勘導論 機器學習導論 大四必修 人工智慧導論 專題實作(一) 專業選修課程 資料分析專精類課程 資料結構與演算法/ 最佳化理論/ 會計學/ 電子化企業/ 物聯網實務/ 雲端運算服務/ 巨量資料處理架構與技術/ 資訊安全與倫理/ 巨量資料分析應用/ 視覺化解析/ 多變量分析導論/ 資料檢索導論/ 文字探勘導論/ 企業實習 商業應用學群課程 行銷學/ 大數據行銷/ 電子化企業/ 物聯網導論/ 顧客關係管理/ 決策與資訊科技/ 商業智慧導論 金融科技學群課程 會計學/ 金融科技/ 金融應用程式設計(一)(二)/ 金融管理/ 區塊鏈/ 財務金融風險管理/ 金融創新/ 巨量資料與金融科技實務 特色課程 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,Cypher 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CapstoneProject，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。

達成領域學群選修標準，學院會給予領域專業證明。

適合從事工作 資料分析師 分析科學，工程，商業和其他資料處理問題，落實和完善的電腦系統。

分析使用者的要求，程式，自動化或改善現有的制度和審查電腦系統的功能，工作流程，調度限制的問題。

可能分析或建議市售軟體。

資料工程師 熟悉機器學習、深度學習相關演算法應用並進行建模、演算法優化與資料分析常用語言與資料分析技術，發展、創造和修改測試報告，分析使用者需求和提供可行之解決方案。

資料架構師 為企業資料庫系統設計策略，為運行、程式和安全設定標準。

設計並創建大型關係型數據庫。

將新系統與現有的倉庫結構進行整合，並完善系統性能和功能。

負責建立和維持公司資料儲存的技術基準，策劃硬體和軟體的結構，確保資料儲存系統可以支持未來的資料量和分析需求。

資料科學家 發展數學理論並應用統計理論與方法，收集、組織、詮釋與總結資料，以提供有效資訊。

可能會有次領域之專業分化，譬如：生物統計、農業統計、管理統計、經濟統計等。

資料產品經理/AI產品經理 產品經理協助將企業內的各種營銷、業務、用戶（消費者）各種數據，例如互動、留存、興趣偏好、用戶分群，到營業端訂單、庫存、交易賬目、供應商等數據資料，匯集企業所處行業和競爭對手的數據，進行各項分析做為產品與市場決策參考。

系友生涯發展 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。

現任於國泰人壽核保數據分析師。

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系所，是覺得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。

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。

現職臺灣產物保險電子商務部行銷企劃科。

產險業電商剛起步不久，還有非常多發展空間，這個崗位挑戰是必須把行銷相關的知識、應用及分析等好好磨練一番，結合行銷知識與程式分析的兩種能力應用，如果單只是會程式分析是不足夠的，唯有接觸行銷面才會真的知道哪些東西是產業上急需要被分析的。

張又云 其實我之前沒有任何資訊背景，因為修社會研究方法時對資料處理與分析產生興趣而進來。

在這裡學習資料分析能力與大數據知識，透過程式訓練、分析技巧與實習課程經驗，也都培養我獨立思考與實務上應用能力。

感謝老師指導，也讓我能夠結合數據分析技巧應用在過去所學的社會科學上。

在巨資，能夠有系統的學習到很多大數據的觀念與理論，並且培養獨立思考的能力。

資料分析能夠應用在非常多不同的領域與產業上，不管在哪個領域，都必須要有正確的數據分析觀念，透過在巨資的訓練與實務上的練習，還有老師們的教導與協助，讓我在資料分析的能力上成長許多。

現任職於眾匯智能健康股份有限公司。

WillyLin “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。

” 多元能力 計算能力：能熟練地運用基礎的加減乘除運算，並快速且正確地推算與導出答案。

40%Complete 40% 外語能力：外國語文聽說讀寫能力。

30%Complete 30% 抽象推理：觀察部分訊息或事物變化的趨勢，歸納出規則或意義，產出合理的答案。

30%Complete 30% 個人特質 探究性：願意突破現狀，接受新的及未知的挑戰、情境或學習內容 40%Complete 40% 客觀性：多元客觀，易於參考接納外部意見，願意接納意見並有彈性 30%Complete 30% 堅毅性：專注投入，竭盡全力，有始有終，堅持到底，使命必達 30%Complete 30% 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。

我的學群 ^ *注:每次最多比較三筆 開始比較 我的學類 ^ *注:每次最多比較三筆 開始比較 我的學系 ^ *注:每次最多比較三筆 開始比較 展開