Search
資料視覺化可以運用在哪些場景？
資料視覺化的應用非常廣泛，包括科學研究、資料探勘、數據分析、市場調查、簡報溝通、互動教學等領域。
在這本書中，我希望能聚焦在「增進人與人之間的溝通」上，透過資料視覺化來降低資料或資訊理解的門檻、來達到有效溝通、精準表達的目的。
總結來說，書中的技巧與案例可以使用在以下六大場景：
① 企劃撰寫、客戶提案：將視覺化圖表提升專業說服力
② 商務簡報、工作報告：用資料視覺化來提升整體質感、降低溝通成本
③ 社群經營、活動文案：用視覺化的資訊懶人包創造話題，不只吸睛、也能吸金
④ 文章寫作、內容變現：圖文並茂讓讀者有更好的閱聽體驗
⑤ 會議討論、教育培訓：說不清楚、過於複雜的內容，用視覺化圖解一看就懂
⑥ 閱讀學習、知識萃取：將一本書轉化為一張全息圖，征服所有人的目光
無論你將資料視覺化運用在什麼場景，請謹記一件事：都是為了更好的溝通！
謝謝閱讀前哨站站長瓦基的精華導讀與讀後心得
https://readingoutpost.com/data-visual-20/
防疫不停學| 競爭不打烊| 台灣加油|
資策會7月初- 從軟體、行銷與創新4大領域神課。
線上遠距課程即將開課,部份名額已滿，請速諮詢最後席位…點選以下各課連結報名或速撥打相關電話!!(諮詢團購更優惠)
Python資料探勘與機器學習實戰班
開課日期2021-7-3,定價:10,500,優惠價:8,400,
https://www.iiiedu.org.tw/courses/msa274t2102/
SPHRi 資深國際人力資源管理師認證班
開課日期2021-7-3,定價:32,000,優惠價:26,000,
https://www.iiiedu.org.tw/hrmp/
小編策略與行銷文案特訓班
開課日期2021-7-4,定價:10,000,優惠價:7,200,
https://www.iiiedu.org.tw/cw/
精實創業工作坊
開課日期2021-7-3,定價:9,000,優惠價:7,200,
https://www.iiiedu.org.tw/courses/mti236t2101/
NT370 特價中
課程已於 2021 年 5 月更新
講師 Frank 在 Amazon 和 IMDb ( 電影影評網站 ) 共有 9 年工作經驗，而且在分散式計算，資料探勘和機器學習領域擁有17項專利，這堂課他會帶你動手做大數據分析，而且當然是使用 IMDb 的資料並且在 Amazon 的雲端上執行，共有 15 個實踐範例
https://softnshare.com/taming-big-data-with-apache-spark-hands-on/
像我這麼全方位的人才，應該很適合國泰吧
感謝客串：可愛親切的國泰同仁們、按摩師、Switch，以及菜。
對國泰心動了ㄇ？多種職缺類型，不是相關科系也不怕，還可走在數位最前線！
【#數位人才】：資料探勘科學家、數位企劃專家、開發工程師等
【#儲備幹部】：GMA 金融策略家、CMA 亞洲銀行家、CIM投資金融家
【#金融菁英】：客戶顧問、財務精算、管理企劃
#2019國泰校園徵才 #敢於做最好的選擇
最新消息歡迎發露粉專@Cathay After School
﹏﹏﹏﹏﹏﹏﹏﹏﹏﹏﹏﹏﹏
｜本集影片為廣告邀約製作｜
﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋
用二個PREVIOUSDAY做出前天的銷售額
面對日新月異的大數據工具，有時候很難跟上這節奏。Microsoft Power BI讓大家可以簡易的製作大數據分析。用 Excel Power BI 做大數據分析，課程大綱有認識大數據、大數據分析、視覺化呈現結果，提升管理品質，有效提升工作效率。另外；大數據分析還應該包含許多學習到的知識，回饋給資料，再重新計算，不是僅畫出視覺化圖後，就說做好了大數據分析。期待大家將了解應用這些工具使用，將大數據分析導入您的工作中。
孫在陽老師主講，[email protected]
範例、講義下載：https://goo.gl/ytzRxT
用IF函數做閾值判斷漲跌
面對日新月異的大數據工具，有時候很難跟上這節奏。Microsoft Power BI讓大家可以簡易的製作大數據分析。用 Excel Power BI 做大數據分析，課程大綱有認識大數據、大數據分析、視覺化呈現結果，提升管理品質，有效提升工作效率。另外；大數據分析還應該包含許多學習到的知識，回饋給資料，再重新計算，不是僅畫出視覺化圖後，就說做好了大數據分析。期待大家將了解應用這些工具使用，將大數據分析導入您的工作中。
孫在陽老師主講，[email protected]
範例、講義下載：https://goo.gl/ytzRxT
週末聊一聊【盤點資料分析必備的5大核心能力】 在大數據領域，資料探勘和資料分析是主要的兩條職業路徑，所需能力也不相同。 #資料探勘更強調演算法、工具的應用 ， ... ... <看更多>
簡報主題：基本觀念與工作環境的架設簡報網址： 20160523 [資料科學系列] 資料探勘Data Mining (1)[簡報預覽] ... <看更多>
資料探勘 工作 在 [心得] 資料科學家工作分享與AI 產業觀察- 看板Soft_Job 的推薦與評價
最近版上好像很多人對 AI, ML, Data mining 的工作有興趣
也想知道自學, 唸碩士, AIA 或其他方式怎麼能夠進入 AI 產業
我自己就是資料科學家
想跟大家分享一下我的工作內容跟對 AI 產業的觀察
=== 先說結論 ===
1. 非CS背景想轉職 AI => 念四大碩，主修 AI
2. 不想念碩士，想自學
=> 證明你比四大碩強 => 去社群給 Talk or Kaggle 比到前三
社群有 ML/DM Monday, Taipei.py, Py data 等等
有個聽眾覺得『哎唷不錯喔』，機會就來了
3. 已經是資工碩了
=> 去社群給 Talk or 發top conference paper ex: AAAI, NAACL
=== 我的背景 ===
台大資工學碩
主修NLP, 熟AI, ML, SVM, 不熟DL
待過趨勢,華碩,新創
六年工作經驗 四年DS經驗, 英語流利
=== 資料相關工作內容 ===
資料分析師 : 有產業, 統計知識, 了解問題, 把問題變成數學問題
資料科學家： 把問題變成數學問題, 抽feature, 訂evaluation
設計數學演算法, 寫prototype
資料工程師：data clean, data storage, big data, cloud computing
機器學習工程師：設計數學演算法, 實作演算法, 挑ML模型, tune 參數
把prototype 改成 production code
通常在台灣就是四種都要做...統稱資料科學家
根據背景知識, data type還會細分成
影像CV, 語音, 語言NLP, 產線資料, signal, 地理資訊等等
影像現在在台灣最紅，約有60家新創
NLP 約20家
語音約3家, google/apple/ms 太強，很難跟他們競爭
後面三種data 我沒有研究....
=== AI 產業現況 ===
2012 - 2017 爆紅 超火
2018 冷靜重整期，很多 AI 新創倒閉
2019 假AI新創很多, Junior 飽和, Senior 超缺
Senior 假設台灣有 N 個，可是缺有 4N
大家都要即戰力，有經驗的，可以馬上做專案
但是Sr. 不是去美國，就是不想換工作
如果你是即戰力，我手上有10個缺可以介紹
Junior 有 N 個，缺大概也有 1.2N 個
不過台灣每年生產1000個 AI碩士吧，所以也不缺人
假 AI 新創就是 『口號出得去 人進得來 大家大發財』
去面試就知道老闆不懂 AI ，問一下雷公司八卦都很多
另外開了2, 3年沒有產品也沒有賺錢的大概也怪怪的
=== 關於訓練新人 ===
公司訓練 Jr 是需要花錢花時間的
而且我的經驗是專案都做不完，哪有時間訓練新人？
讓Sr. 花 20% 的時間訓練新人，少做 20% 專案老闆願意媽？
Sr. 願意犧牲看八卦版呵呵笑的時間訓練新人，是我佛心來著
但是很多新人訓練好又去美國或念博班
我也很無奈呀...
去美國的工作環境, 工時, 薪水, 技術都好很多
念博班的說他想做世界第一，不想做客戶願意付錢的東西
=== 結論 ===
我覺得不鼓勵大家轉職 AI
好公司大概都飽和了，只收 AI 碩
2017年前 AI 景氣很好，但是現在冷了
假AI新創又多，有70%吧，如果你沒有能力分辨就是當砲灰
AIOT 現在 90% 是假新創
另外當資料科學家
背景知識，工程，數學，英文都是基本能力唷
很多人說數學很重要...是因為他們工程跟英文都很好了
Pycon Taiwan 徵稿中 3/18截止，當過講者求職大加分喔！
--
Q:為什麼aacs叫小西呢??
A:1.因為aacs的英文名字叫Cicilia Segeliin
2.因為西是最好寫的C
3.西是由一條拋物線+一組雙曲線+一個橢圓組成的
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.134.185.153
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1551945907.A.F59.html
一波炒過一波
當菜市場阿嬤都知道AI，股市都有AI概念股，就代表潮水要退了
轉職難民太多，但是他們都沒有作品跟成果...
每個都說我很便宜，請訓練我。
但是我有時間為什麼不去訓練台大碩，要訓練你呢？
我知道自己要什麼，缺什麼就好囉~~~
台大純血沒去美國就會一直被罵耶~~~
一來 AI 圈也才紅5年，Sr. 本來就不多
二來 很多 Sr. 都跑去美國了
三來 Jr. 沒人帶也沒有自學能力就不能變Sr.，只會變成Super Junior
四來 老闆都希望Sr. 免費加班帶Jr. 還要加班做專案
我碩班念AI的時候根本沒人想念，大家都在做遊戲跟CV, embedded
畢竟每年還是有幾百個 Junior 入行
當然數學，工程，英文，溝通都要努力鑽研才能頂尖
有22K也有人100K
你給我10000筆以上再提DL吧...
大部分都是 data clean 的工作
而且是data scientist 兼任 data eng., data analyse, ML eng.
但是如果非資工本科又沒有亮眼學歷
你就必須有亮眼作品
不然你會找不到Senior帶，學習成長很有限
另外你說得對，很多傳產最近都成立的AI部門
但是資工碩通常不喜歡去傳產，除非高薪又早下班。
所以我聽說裡面都很少資工碩
但是名稱掛資料科學家
每次講自己的職稱都覺得很心虛，只有使用者經驗研究員聽起來更威
有的說的是台灣包山包海的資料科學家，很多沒有設計模型跟演算法
美國大公司的純資料科學家有個配合的工程師
幫忙把prototype 改寫成 production code
所以不必資工本科，很多統計，數學，工科博士背景
不過台灣prototype直接要上線的就很需要軟體工程背景了
因為上線交給客戶後有 bug 超麻煩
... <看更多>