再戰台大資料分析與決策社
一年過去了，去年毫不意外的被刷掉，但是到了今年我想要捲土重來，除了再度紀錄第一階段表單的撰寫內容外，有了上一次的經驗，我也可以更好的規劃我應該要做的工作與時間，雖然我還是很想自己一個人搞就是了，哈哈。
(a) 請簡述您為何想學習資料分析，以及 DAC 的資源可以如何幫助您更接近此目標。* (限 300 字以內)
在大學多方探索後，我發現資料科學的向性是和我最一致的，我認為量化的數據指標，轉換成財金或商業上的洞見後，可以帶來具高度效力的決策，因此我在這學期選擇雙主修校學士，至電資、經濟系學習資料分析的硬實力外，我更希望可以透過「企業專案實作」的磨練，讓我跟業界接軌，得到飛躍性的成長，並校正自身的學習方向是否出現偏航。此外，社團內可以遇到更多對資料分析有興趣的同好，可以共同扶植成長，再者mentor制度也令人嚮往，不僅有學長姊、業師的實際分享及幫助，可以讓我更了解資料分析師、資料工程師等職業的秘辛和職涯發展，優質的企業參訪也是我相當在意的，透過參訪來了解工作環境，提前接觸未來的工作範疇有助於減低對不確定性的焦慮。
(b) 請簡述您認為資料分析是如何幫助公司擬定商業決策，並且發揮影響力及效益。(限 500 字以內)
量化分析可客觀歸納、統計、分析並預測公司營運狀況。透過挖掘數據並結合商業洞察，能更有效、科學地改進。以一家專注於零售業的數位轉型與數據應用公司為例。他們運用大數據與商業分析，從顧客角度出發，實現了跨通路的會員經營。透過OMO策略，公司能夠辨別跨通路的會員及其權益，並藉由APP建立品牌會員卡，自動評估會員的升降等級，並根據個人的消費行為，提供客製化服務。
另外，透過行銷數據的分析，企業可以觀察會員的生命週期，了解其購買行為，進而針對不同階段的會員提供相應的行銷活動，從而提升客戶忠誠度並增加交易量。例如，公司可以使用RFM切分會員等級，計算經營會員的成本與利益，找出重點經營客群。進一步地，透過購物籃分析與協同過濾等方法，公司可以找出不同客群間喜愛的商品，並針對性地發放消費券等優惠，從而刺激銷售與提高顧客滿意度。
總括而言，資料分析在企業運營中發揮著巨大的影響力。透過槓桿法則，企業能夠以最少的資源獲得最大的效益。藉由量化分析的回饋，企業能夠持續改進其策略並做出更明智的決策。從顧客角度出發，這不僅能夠提升企業的競爭力，也能夠為顧客帶來更好的體驗和價值，這些資料給予的商業決策值得深入探究。
(c) 請簡述您的資料分析經驗。(限 500 字以內)
1. 在資料分析方法中，參與了Kaggle專案競賽，藉由過往數十周用戶觀影的資料，預測不同用戶會在哪些時段進入該APP觀影，除了資料清洗與前處理、模型選擇和調參外，我亦先對不同群體進行分析、分群，再為不同觀看特徵的用戶給予不同見解，給予更多商業上價值。最後利用2D CNN+LSTM捕捉週期特徵，獲得84%的準確率。
2. 在大數據與商業分析中，為91APP進行行銷資料分析，提出新商業構想：利用產品的特徵進行關聯性分析與統計學習，為不同群體找出淺在需求。我們利用數據分析分群、用Apriori演算法計算對於商品特性的需求，結合廣告來源數據進行旅程分析，做出行銷建議，最後獲得報告機會。
3. 在Python資料分析與機器學習應用中，我利用BERT語意分析及自訂資料庫創造「情勒偵測器」，可以分析情勒語感，並套用LLM API，透過合適的Prompt給予改善後回應，建立前端網頁框架並上線。
4. 在實習公司中利用LangChain進行專案，透過向量資料庫開發出對內和對外的客服服務、同時搭建自我改善系統，可以針對用戶的反饋改善回答的精準度。目前正在創建AI語意分析投資平台，藉由詠唱資料庫、語意分析系統優化，提供準確建議。
(d) 請說明您過去所執行過的一個專案中，在團隊中所擔任的角色，以及如何做出規劃及行動，幫助團隊。(限 300 字以內)
我和四名GMBA的同學參加霍特獎，除了得到台大霍特獎第三名之外，也代表台灣參與國際霍特獎。在競賽中我擔任隊長，負責確定賽程一切與官方交涉訊息，同時我也負責構思商業模式、估算財務狀況與獲利性，搭設網站，完成MVP，在重塑時尚，降低污染的主題架構下，藉由品牌營造以及資源開發，讓消費者認同二手環保理念
雖然自身年齡最輕，但是我嘗試讓團隊五人共同構思演講與影片內容，以及面對問題時的回答方式，做好最完善的準備，同時，我透過專案管理的角度，發揮不同領域隊友的專長，嘗試讓商業模型愈臻完備，同時我也參考許多過往霍特獎案例，以不同角度思考此專案的可行性及淺在問題等，雖然最後無法去巴黎比決賽，但是此次領導經驗讓我急速成長
(e) 請用一句話形容您自己，讓我們知道為什麼您是適合的社員人選，並且簡短解釋原因。 (簡短扼要即可，不限字數)
「(敏銳好奇、喜歡說故事的) AI衝浪客」
我本來想叫自己AI衝浪客就好了，但是這好像不是一句話，所以前面又加了一些前綴詞。雖然沙發衝浪客這個名詞大概在十年前就已經退流行了，但是我還是很喜歡couchsurfing的感覺：享受旅途中的隨機性、我需要的只是一張可以棲身的沙發，然後到處探險、到處認識新朋友。
我會說自己是個AI衝浪客，因為我總是在網路世界中衝浪，希望可以透過小小的電腦，沒有很厲害的顯卡，帶我去體驗平常無法體驗的事情，到了現在，就是各式各樣的AI工具，以及最新的AI相關應用跟LLM開發，我讀過了ML相關論文，但我更喜歡的還是訂閱一堆AI相關的報導，體驗日新月異，幾乎每個禮拜都有新發明的AI應用領域，並且在這個光線亮麗的AI工具世界中流連忘返。雖然在嘗試這些AI工具時，我不一定可以直接想到這個工具相關的應用，但就像是在沙發衝浪時，不會認真去思考這些經歷有甚麼用處，但是事後想起來，總是會有一些經歷對自己的生活和未來有所用處，至少經驗是好的，而我對於現今的發展也是相同的想法，也讓我在ChatGPT甫問世，百花齊放的AI浪潮中，藉由研究相關的議題得到了在投資公司實習的機會。在這裡，我協助建立詠唱資料庫：參與建立詠唱問題分類庫，從各種問答來源分析和歸類問題，以確保用戶的問題可以迅速而準確地對應到相應的答案，並在回答與投資相關的問題時提供更準確和有用的建議。同時，我也結合了本身的財金專業，在這裡深度學習台股投資，了解台股投資相關的知識、市場趨勢和股票分析的基本概念、培養投資興趣、建立正確的理財觀念、以及了解散戶的思維及接觸到 NLP 語意開發模型的機會。
另外，衝浪客的那種不受拘束，自由探索、交友的心態也和我很像，我認為我是一個開放，願意嘗試各種機會的人，我認為目前的生活就一趟旅程，我希望可以在生活中留下各式的印記，與此同時，在沙發衝浪的世界中，自己的名聲也是很重要的，至少要增加自己的被接受率、在請求信上除了要增加自己的有利條件之外，也希望自己有能夠讓人眼睛一亮、加分的點，因此我希望可以加入DAC，來增加自己的人脈，以及在專案中學習成長，獲得青睞。
此外，我認為我是一個憑藉直覺行事的人，雖然我比較少按照計畫行事，但是在旅途中總是能夠發現不同的風景，並且樂於和他人分享自身的發現。我想這樣的性格也適用於資料分析領域，在少數的經驗中，我認為我可以跳脫思維框架，利用對資料本身的好奇心，鑽研那些有用有趣的數據，多方分析後將資料視覺化。經過大學的洗禮後，我越來越擅長在眾人面前表達自己的看法，加上自身具備的簡報設計能力以及相關課程的磨練，只要給我足夠的舞台，我就可以從容地講出自己的想法和故事。在團隊中，別人眼中的我有足夠的影響力來帶領團隊，而自身在擔任PM的經驗中，我也能勝任帶領團隊或給予意見等工作。
(f) 請分享一個您解決過最困難的問題。 (限 500 字以內)
當我第一次找家教時，儘管了解家教注意事項及履歷撰寫已算困難，但更困難的是「撰寫高中十科的先修課程講義」。雖然考場得意，但自學和教導是天壤之別，除了教材的連貫性、理解難易度之外，如何通順講解自身的想法、考量學生程度改變說詞，對當時內向不諳社交的我而言極具挑戰性。除了基本的買書、參考新課綱的架構，以及嘗試結合不同科目的自編題組，刺激思考的既定架構外，我學到最多的是「請求幫助」的勇氣，原本的我總想者自行處理棘手問題，但是當我嘗試向不太熟稔的學長姐尋求意見時，發現大家都很有耐心的協助解決問題，也成功拓展了人脈，認識更多「大佬」，讓我見識到如果願意打理好自己，並且將自身想法和問題結構話輸出後，多數時間可以收穫好結果及意想不到的收穫
此外，講解也是困難的一環。我會對者螢幕先試者講一次，確定編排是否通順，並且進行微調，在枯燥的練習中我也慢慢克服容易緊張的習慣。在多次練習之後，我的口條和講解能力都大幅成長，不僅讓我在未來的報告機會中爭取主講的角色，也讓我在大二這年當上種子教育社的導師，關注教育部平等問題時，也對城市中的弱勢群體給予免費的課業指導協助，家教經驗讓我如魚得水。儘管目前已無家教，但收穫的能力非常豐碩
(g) 對於各統計工具的熟悉度。
選擇題，乖乖選，大概就是會不會Python R Excel等等…
(h) 曾經修過哪些資料分析或是商業決策相關的課程？
乖乖照寫!
(i) 您未來一年的規劃為何？ 如：課程學分、實習打工、社團活動、商業競賽等。 (請詳細說明每項活動每週所需小時數)
1. 課程學分：約為24，除了正課以外，每周著墨在課業上的時間約為15小時。雖然我有雙主修校學士學程，但是因為大一大二修了比較多課，所以壓力沒有那麼大。主要會修財金系和電機系的課程，包含資料結構、計算機程式與商業學程的統計學習等等。
2. 實習打工：目前本人實習為1.5天(12個小時)
3. 商業競賽：觀望中，若太忙的化無，有時間的話可能參加部分競賽，上學期可能會參與CFA競賽。每個禮拜約為1–2小時。
4. 社團活動：目前我已經退了大多數大二的社團，剩下單車社的小小財務。大約每個禮拜一小時，未來可能會觀望加入其他社團，但以此社團為重。
(j) 請簡述您對未來的職涯規劃為何？ (請分為短、中、長期敘述)
### 短期規劃(1年內)
首先，有鑑於我最終的目標是成為一個「商業AI衝浪師」，其中包含了數據分析(Data analysis)以及商業分析(business analysis)，還有有關於機器學習、人工智慧和LLM的應用，所以在大三這一年就要開始兼顧兩者，如果兩邊都有獲得相當的成績，縱使未來並非全然在資料分析領域，這些實力的培養也有助於我在任何領域無往不利。
首先，在課程規畫安排的部分，除了本科必修之外，我也遵循者「商業資料分析學分學程」的架構，以及我選擇的校學士學程，我逕自將此學程取名為「決策與資料分析」學程，為了就是符合未來我嚮往的領域前進，其中包含了管理學院的商業資料學程、電機的人工智慧、資訊安全領域，以及工工所的「決策與資料科學領域」，工工所的所學聚焦於作業研究與最佳化的領域、管理學院提供給我完善的商業資料分析相關的應用(我已經修完了五門課程其中的四門)，而電機系的兩個學程則是給我扎實的程式能力基礎，包含計算機程式、網路服務程式設計、資料結構與演算法、資料結構、機器學習以及密碼學等等，這些課程將會帶給我財金領域之外更完善的分析和解決能力的思維，而OR也是我非常感興趣的研究領域之一，自從大一學習了作業研究之後，我就對於「將問題以數學式表達並解決」情有獨鍾，同時想要達到的目標也跟資料分析不謀而合，甚至是資料分析的延伸：決策，也就是最佳話我們的選擇。
此外，我也希望藉由實習和社團經驗，豐富自己與業界銜接的能力，並且獲得第一手的資訊。若有幸加入NTU DAC這一個大家庭，那麼我就可以有系統的學習學校正規課程內較少接觸的領域，以循序漸進的方式，學習excel, tableau, Power BI, Google data analysis等實務資訊。更有甚者，若放眼於未來的職涯，那「作品集」更是不可或缺的一環。在課程中，期末報告等課內作業往往距離實際狀況有落差，但是在社團內可以接觸第一手的分析資料，讓我們可以運用，並且產出對公司有實際效益的資料分析作品。累積這些實戰經驗是至關重要的，短期內，若可以完成一二完整的資料分析作品，不僅可以秀給面試官看，而且對於自身實力的累積也有所裨益。
至於商業分析的部分，本身就是財金系的專長，在系上也有相關的課程可以選修，這個方面比較接近臺大管理顧問社的管轄範圍，它著重於質性分析，藉由新聞、官網資料，加上腦中既有的思維模式，提出具體的解決方案，所以在大二這年，這部分我會以系上課程以及自學的方式補齊，而資料分析的部分就需要仰賴DAC的全方位補強。
最後，想要擁有亮眼的職位，外文能力也是相當重要的。目前我對於我的外文檢定成績仍然不滿意，所以在英文上，我會努力朝TOEFL 105分以上邁進，同時考取西班牙文和日文的初級、中級證照。
### 中期規劃(大學畢業、初入職場)
首先，在大四的階段，我的所需學分已經降至15–18學分，這時候我就可以更努力地去尋求更好、更有料的實習機會，以及各式各樣對未來的規劃，例如申請到國內外的研究所等，雖然目前還沒有決定是否要去國外留學，但是我會先朝者這個方向，準備自己的英文以及前述所提到的資料分析與商業分析的能力。來觀察自己是否適合花半年的時間交換、甚至用更久的時間來獲得碩士學歷。 再來，由於在繳完一次DAC的社費之後，只要在在學期間，我就是DAC的成員，同時在過往的家教經驗中，我也深信教學相長的道理，因此，我會在DAC裡面擔任幹部，尤其是教學長的位置，這樣就可以已教學的角度，將自身的能力發展得更完整，並且有能力向外輸出，並且回答學員的疑問。這樣的能力是我相當嚮往的，所以若我有機會參與DAC的話，我會努力的充實自己的知識以及人脈，和業師跟學長姐交好。
在外語的部分，我希望利用台大外語中心的資源，練習自己的口說和寫作技巧，並且考取托福及雅斯證書，若有幸得到交換的機會的話，我會積極地衡量利弊，若決定出國，我會在國外增長我的視野，並且在旅程中審視自己，吸收外界的刺激，激發思考，開拓眼界，這種經驗可以在未來遇到資料分析相關的工作時，擁有不同的角度切入，以及更深入的工具可以用來分析。
### 長期規劃(持續進修，登峰造極)
我的最終目標是成為一個更全方位的人才。因為我認為除了資料、商業分析等硬實力是未來不可或缺的能力外，培養交際手腕，面試、工作禮儀等也相當重要，擁有該領域經驗可以提升眼界，把事情做更好，同時能夠讓我的生活有選擇的餘裕，而非被現實狀況牽者鼻子走，失去人生的掌控權。因此，在步上職涯後，我也會持續的關注世界脈絡，掌握先機，並且尋找機會創造新猷。未來的世界瞬息萬變，若拘泥於一方妄自尊大，則被時代洪流淹沒的時間已不晚矣，若要在這場洪流上成功的衝浪，那麼我們就必須要做到上述的事情，持續讓自己成為更好的人。希望DAC能夠成為我的起點，並且從接收者慢慢變成給予者，定能創造更大產值，讓自己逐步成為獨當一面的人才。
(k) 請您針對 Cloud Vendor Website — AWS 為主體，列出三點在圖中您所看見的數據資訊（可參考下方「附圖」中對於圖表指標的定義說明） (限 300 字以內)
經過比較後，我得知以下關於三大雲服務企業的情況：
1.AWS在公有雲市場佔據主導地位，作為IaaS平台，AWS最早進入市場並發展最成熟。根據Case study的數據，可見AWS提供的案例比Azure和GCP多出一些。
2.相較於最大競爭對手Azure，AWS受到中小型客戶的青睞，而大型客戶更傾向選擇微軟的解決方案。這可能是因為AWS在處理大量工作負載時的成本管控相對困難。
3.就地區分佈而言，AWS在北美地區的客戶佔比遠高於其他地區。這可能是因為AWS在雲服務早期具有較大的規模，並且其總部位於北美，因此北美公司更容易引入並採用雲端技術。而後加入市場的Azure和GCP則沒有這樣的顯著差異。
(l) Netflix 決定是否應採行「非同住用戶不可共享帳戶，如需共享則需額外加價購買子帳戶」之策略時，你會怎麼分析該策略之可行性，以及需要用哪些數據佐證？*請詳細說明您的「分析架構」及「需要哪種數據內容」（必要時可以提出合理假設） (限 500 字以內)
考慮此的策略的核心在於增加營收。以下是針對此策略的分析，包含相關假設：
1.非同住用戶共享帳戶相當普遍，導致許多潛在客戶未被察覺和收款。
2.用戶對「加價購買子帳戶」的接受程度與共享頻率和觀看行為有關。
3.假設在子帳號不需要額外收費下，人們使用子帳號以避免觀影紀錄混淆
因此，我們需要進行質化與量化的數據指標分析情況，根據自身研究KKTV觀影資料經驗，我們需要以下內容：
1.用戶行為數據： 收集用戶的觀影習性，包含影片名稱、時間等。若有GPS資料，也能更好判斷用戶是否同居。
2.實驗組對照數據：藉由透過小部分地區的實驗，可以觀察、統計真實用戶數量，並計算最大收益。
3.問卷調查數據： 用傳統問卷調查了解共享帳戶的頻率、對象、原因與加價意願。
4.其他調查方式，如社群媒體輿論分析等。
考慮到市場競爭和用戶期望，以及了解用戶的共享行為和對加價購買的接受程度，將有助於Netflix制定符合市場需求的具體策略。藉由深入的數據分析，Netflix能夠做出明確的決策，以實現營收增長和提升用戶體驗的雙贏局面。保持對市場趨勢和用戶行為的敏感度，將使Netflix保持在競爭激烈的串流媒體行業中的領先地位。
(m) 履歷上傳
(pass) 想看請私訊
(n) 想問的問題
想請問第二階段的活動中對於AI生成工具或任何LLM相關模型應用的限制，謝謝。
