乘著數位機會 AI醫療解析大躍進
台灣醒報
2017年10月2日 下午7:09
【台灣醒報記者譚有勝台南報導】「精準預測解析是AI應用關鍵的領域。」PTT創辦人，同時也剛開始AI實驗工作室的杜奕瑾2日在「智慧醫療啟動大未來」座談會表示。演算法能夠讓AI蒐集醫療資訊作出精確的診斷解析。科技部政務次長蘇芳慶受訪時也指出，台灣若能夠成功設立AI醫療資料庫將可提高醫療診斷效率。針對外界對AI的顧慮，IBM人工智慧研發專家陳亮宇說，AI是一種認知演算系統，並不會完全取代人類的工作。
「現在的資訊累積比過去還多，我們在臉書吸收資訊，相比古人吸收資訊來得多。」杜奕瑾強調，推行人工智慧最重要的便是要有資料的競爭優勢。他透露，當初在架設PTT時，不少人嘲笑他沒辦法蒐集資料。但他認為，現在很多的資料大家都是從PTT上所蒐集。資料蒐集不需要設定太高的門檻，台灣其實有很多非常出色的產業，只要把具有專業價值的資料加以蒐集便能供AI分析消化，產生出實質的預測結果。
「電腦分析與判斷比人類更加準確，無人駕駛比人類駕駛造成的意外還來得低。」杜奕瑾也指出，現在自動駕駛車不但讓肇事率低於人為操控，也更安全可靠。台灣在未來還得在日常生活中發掘更多AI應用。
杜奕瑾也表示，近年來在演算法大幅進步，AI 應用領域也愈來愈廣，包括影像辨識、臉部辨識等。其中，AI在醫療領域更有新的價值，「現在心臟病發已經能夠透過數據讓AI解析。」他強調，現在的醫療診斷便是一種統計分析應用，若AI能夠學習全世界的醫療資訊報告，在未來能夠對不同的病情作出更精準的診斷。
然而，外界總擔心若AI做診斷是否會取代醫生的工作？陳亮宇回應，我們不應該把AI認為是一種取代人類的系統，而應該是把它當作是一種輔助系統。他強調，AI是一種認知演算系統，具有理解、推理和學習的能力，它是建立在大數據分析的基礎上，但並非會做人類專業工作的人力，只會提高人類對某件事情的認知能力。
蘇芳慶表示，雖然現在IBM和台北醫學大學、長庚醫院做快速的診斷，但是現在都沒辦法省下成本，IBM的軟體能力，利用全世界的專業論文做分析，做出快速的診斷，到治療運用。
麥肯錫企業顧問公司指出，台灣企業數量雖然有在成長，但是數位發展的程度不一，讓民眾甚感意外。蘇芳慶打槍，台灣有數位優勢，在IT應用上也結合各個不同領域的產業創造出新的價值，包括牙科的水雷射系統、植牙導航系統等，應用電腦在傳統的牙科手術上，讓手術能夠更精準的進行。除此之外，台灣的聯合骨科更是從設計、製造、外銷全方位製作醫療骨科器材，成為台灣引以為傲的MIT(Made in Taiwan)招牌。
附圖：科技部政務次長蘇芳慶受訪時則指出，台灣若能夠成功設立AI醫療資料庫將能夠成為亞太地區醫療數據分析的領頭羊，提高醫療診斷效率。(photo by 譚有勝/ 台灣醒報)
資料來源：https://tw.news.yahoo.com/%E4%B9%98%E8%91%97%E6%95%B8%E4%BD…
數據分析 未來 ptt 在 [心得] 數據分析_多家面試心得（二） - 看板Salary - 批踢踢實業坊 的推薦與評價
繼上一篇：https://www.ptt.cc/bbs/Salary/M.1643621546.A.24D.html
—
離2/14 正式離職剛好滿一個月，從離職隔天我就開始狂投海投履歷（真的是字面上的意
思，狂投、海投），大概在三天前開始收到Offer，趁還有一點微弱記憶記錄一下這個月
的面試。
由於這個月面試的過程非常倉促緊湊+焦慮，因此對於一些細節的記憶不深，這篇算不上
什麼心得，充其量只能像流水帳…
僅提供未來有要前往這幾家公司面試數據分析的人非常、非常、非常簡略的參考 QQ
—
Kkday- Operation Data Analyst
隸屬於Operation 部門底下，工作內容主要以協助營運部門的出票、庫存等數據做分析或
預測，未來也可能會協助客服貼標等。
應徵方法：內推
面試流程：共兩關+ HR
- Hiring Manager：
人非常好，且會希望透過面試了解應徵者與職缺之間是否彼此適合，或者應徵者想完成的
事情是否能夠在這個職位上做到。會有人格或者行為測驗的快問快答環節。
- HR：
面談時間約1.25小時，透過聊天詢問行為式、團隊合作能力、應徵動機、為什麼選KKDay
。
詢問興趣是什麼，這一題切記不要回答旅遊，因為來這裡的人都說自己喜歡美食喜歡旅遊
啊（我還在面試中花了一點時間嘗試證明自己真的只熱愛食物跟旅遊的追求的廢廢人類QQ
）。
HR 接著會詳細介紹團隊組織架構以及說明Operation team 跟RD/ Lab 兩個團隊的Data A
nalyst 差別為何、如何合作，確認這跟面試者的想像一致。
最後談到薪資期待的部分，也很大方的解釋因為行業類別，所以薪資的部分不只沒辦法如
我所預期，可能也會比我原先的N 稍低。
- 大主管：
是個非常好聊的人，主要透過聊天與雙方互相分享故事了解應徵者的人格特質，最後也會
給應徵者個人特質上的回饋，在過程中會非常實誠的告訴應徵者團隊目前遇到的問題。
面試結果：無聲卡
=============================
播樂多- Data Analyst Manager
位於內湖的直播公司
應徵方法：公司主管主動聯繫
面試流程：共兩關
- Hiring Manager：
由面試者先開始自我介紹，希望介紹內容包含工作之外的娛樂為何、平時如何紓解壓力、
家庭狀況等。
主管表示此職缺相當重視英文溝通能力，因未來需要與總部溝通而會使用到大量英文，接
下來第二關的面試會由老闆英文面試。
工作內容有些記不清，但基本上是協助行銷部門了解用戶留存與拉新狀況、製作BI 報表
與設計指標等。
我詢問公司對未來Data team 有什麼打算、可能會招募多少人，主管表示兩年內沒有招人
的打算
… Manager???
個人感受是公司想要做點跟data 相關的東西但還不清楚方向或者data 能做什麼。
面試結果：婉拒進入第二階段的面試邀請。
=============================
17Live- Product Data Analyst
直播公司again，此職缺隸屬於產品部門下面。
應徵方法：履歷投遞
面試流程：共兩關+ HR，車輪戰一次面完。
HR 先發放SQL 題目，給一個作答時間後離開，關鏡頭與麥克風答題。
- Hiring Manager ：
詢問履歷並注重在我過去做AB testing 與RFM 的經歷、團隊合作模式。
接著出題詢問如何優化產品，印象中是類似於如何提升留存率相關的題目，此題共給面試
者十分鐘準備，十分鐘後需使用英文講解想法與做法，並且接著繼續使用英文問答。
- Data team lead：
專注於我的Data engineering 經驗、詢問過去的專案為什麼當初想這樣做，並請我講一
個想要與他詳細分享的專案，注重理解為什麼我會挑這個專案分享、專案內部細節（例如
：如何確認用戶行為模式、如何計算成效）、合作的人與合作模式。
後續由他說明Data team 與Product team 的DA 的互動關係，並持續詢問我是否有問題要
問他+詳細講解，也給我的面試一些回饋。
HR 最後會再出現一次講解相關福利與公司介紹並詢問此次面試感受等。
面試結果：Offer Get, N*1.15
=============================
Titan- Data Analyst
博弈遊戲軟體開發，隸屬於Data team，需大量與DS/DE 合作
應徵方法：104履歷投遞
面試流程：兩關+ HR （HR 會在第二關跟主管一起面試）
首先會寄一份三題的Take home assignment 給應徵者，難度不高。通過後HR 會聯繫面試
並詢問是否知道公司在做什麼，回答知道的話也會請你簡述一下xD
電話聊完後寄發面試前須填寫的表單，並要求看完講解敏捷式開發概念的演講影片（表單
中會有針對影片的問題）。
第一關會與此職缺未來會緊密合作的兩位Data Scientist 面談，為一個台灣人一個會講
中文的外國人。
英文面試，但面試到一個階段後可以轉為使用中文溝通。
建議準備好英文自我介紹與知道如何介紹自己的專案內容。問完過去的專案後會請面試者
講解take home assignment 的作答概念與想法，兩位面試官會輪流提出問題。
第二關為新加坡的兩位主管+ 位於台灣的HR，中文面試。
此場面試沒有任何技術問題，主要圍繞在詢問團隊合作經驗、做過最有成就感的專案、為
什麼會離職、對此職缺工作的想像、對於會碰到的數據有什麼想法等。
HR接著詢問面試者有沒有什麼問題想詢問，是否了解公司福利，可以簡述一下嗎？
面試到現在你會給公司打幾分，扣掉的那x分是為什麼？
面試結果：Offer Get, N* 1.25
=============================
Garena- Sr. Data Analyst
遊戲公司
應徵方法：內推+Hunter
面試流程：三關
HR 面試約一小時後進入由Data Engineer 主持的技術測試，題目為SQL + Python.
Hunter 在開始前一直耳提面命跟我說要好好刷leetcode, 他送進去的人都沒有過關的（
？！）
面試結果：技術測試被刷掉Q ＿＿ Q
=============================
Unilever- Food Solution, Data Analyst
聯合利華飲食策劃，此團隊主要在推動數據轉型，已有基本的資料庫與報表，不用擔心要
全部從頭來過。
應徵方法：104履歷投遞
面試流程：一關
由HR + Hiring Manager 一起面試，兩位會輪流詢問過去專案經驗、為什麼離職、為什麼
想投遞，並詳細講解Food Solution 裡面的Data analyst 會遇到什麼問題、未來要做的
事情、目前部門裡面的資料狀況、要讓部門Data driven 等目標。
兩位面試官都非常親切，也分享了團隊在B2B 資料會遇到的困難、未來一年的發展方向
以及正在努力的事情。
面試結果：Offer Get, N* 1.24
=============================
街口支付- Data Analyst
行動支付App，此職缺隸屬於PM 部門底下
應徵方法：104 履歷投遞
面試流程：
- Hiring Manager：
應徵者自我介紹、專案介紹，詢問是否有用過街口、如果沒有的話是否有使用其他電子支
付，詢問離職原因。
後續我主要詢問面試官為什麼會歸在產品部門下、這個位子會遇到的挑戰、工作上PM 跟
數據分析的工作比例分配等問題。
面試官講解部門的由來、未來是否有真正data team 的規劃，然後聊到公司數據因為行業
類別因此需要注意資料不能上雲端、在做專案時因為行業限制會遇到的阻礙等，最後雙方
交換Linkedin 作為結尾。
面試結果：三天前面試，尚未有近一步消息
=============================
91 App- Data Analyst
應徵方法：104 履歷投遞
面試流程：
- Hiring Manager ：
一樣是個非常好且給予面試者回饋和尊重的主管。面試不免俗的從自我介紹開始，但面試
官也花了一些時間向我介紹他自己。
接著詢問一些專案、離職原因，面試官非常注重於理解面試者的工作內容偏好，而非一味
地想塞東西給底下員工做的感覺。
面試官接著講解公司組織架構、團隊架構與三大主要工作方向，聽起來總結來說是以協助
合作廠商和公司內部做consultant 為主，然後根據這些insight 可能可以發展成未來產
品目標。
接著進入技術面試，題目設計方向感受上是面試官想了解來應徵的人最擅長哪一塊，並非
一般用來刷人的題目，最後由於面試前面聊太多了所以後續時間不足，所以僅以口頭講解
題目想法。
總體而言91 非常注重面試者的職涯方向與想做的事情，並會依據個性去調配公司分配的
工作內容與個人想發展的專案比例，強調團隊合作能力及每件事情無論好壞成敗，都需要
有最終結果。
面試結果：由於收到了覺得可接受的Offer ，婉拒進入二面。
=============================
嗯…
流水帳式的心得大概是這樣，希望三年內我不要再發任何面試經驗文，這樣密集的面試自
我介紹都快得PTSD了QQ
祝大家年後轉職都順順利利！
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 110.26.1.153 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Salary/M.1647189443.A.9E6.html
※ 編輯: libragnes (110.26.1.153 臺灣), 03/14/2022 00:51:14
... <看更多>
相關內容