🎧 資料工作者的下班幹話群 – Détails, épisodes et analyse

Détails du podcast

Informations techniques et générales issues du flux RSS du podcast.

🎧 資料工作者的下班幹話群

資料科學家的工作日常 ❙ 維元

Technologie

Business & Entrepreneuriat

Actualités

Éducation

Fréquence : 1 épisode/8j. Total Éps: 6

▍EP1：由資料科學驅動的人工智慧 | 🎧 資料科學者的下班幹話群

嗨，你好，我是維元 👋 我將在 🎧 資料科學者的下班幹話群 Podcast 分享我在資料科學與人工智慧領域上觀察的趨勢發展與所見所聞 💥 這次會用兩個全新的渠道持續輸出我對資料科學 x 人工智慧領域的觀察與見解，邀請對該主題有興趣的朋友一起加入訂閱、關注 ✌️

⮑ 📰 Data + AI = ∞ 電子報 + 🎧 資料科學者的下班幹話群 Podcast

📌 📰 Data + AI = ∞ ➟ https://aitalk.substack.com
📌 🎧 資料科學者的下班幹話群 ➟ https://open.firstory.me/user/aitalk

---
💌 合作交流歡迎留言、來信或直接私訊
---

嗨，我是維元，目前是擅長網站開發與資料科學的雙棲工程師，熟悉的語言是 Python 跟 JavaScript。同時經營資料科學家的工作日常 Facebook 粉專與 Instagram 社群，擁有多次國內大型技術會議講者經驗，持續在不同的平台發表對 #資料科學、 #網頁開發或 #軟體職涯相關的分享。

📌 Facebook: https://www.facebook.com/dscareer
📌 Instagram: https://www.instagram.com/___dsdaily___/

Powered by Firstory Hosting

Lire plusRéduire

Site

RSS

Apple

Données mises à jour le 04/07/2026

Classements récents

Dernières positions dans les classements Apple Podcasts et Spotify.

Apple Podcasts

🇫🇷 France - Technology
25/12/2024
#89

Spotify

Aucun classement récent disponible

Liens partagés entre épisodes et podcasts

Liens présents dans les descriptions d'épisodes et autres podcasts les utilisant également.

https://open.firstory.me/user/aitalk/platforms
12 partages
https://open.firstory.me/user/cltvmgw9f000201rh6eg493s8/comments
12 partages
https://firstory.me
7 partages

https://aitalk.substack.com
7 partages

Qualité et score du flux RSS

Évaluation technique de la qualité et de la structure du flux RSS.

Qualité du flux RSS

Correct

Score global : 74%

Historique des publications

Répartition mensuelle des publications d'épisodes au fil des années.

Year

Derniers épisodes publiés

Liste des épisodes récents, avec titres, durées et descriptions.

EP6：資料科學工作者的養成路徑 | 🎧 資料工作者的下班幹話群

Saison 1 · Épisode 6

vendredi 26 avril 2024 • Durée 22:00

▍EP6：資料科學工作者的養成路徑 | 🎧 資料工作者的下班幹話群

⚡ 全新 Podcast 節目 🎧 資料工作者的下班幹話群 將於每週一同步發布。

過去我們習慣的「先選擇職種再依序學習」這樣的路徑高機率會變成資料領域的井底之蛙，甚至會把自己未來的職涯可行路徑走窄；我現在比較推行的方式是：先學習資料專案，再逐步深化特定技能。比較像是一個螺旋式的學習，有點類似所謂的 MVP，從最小可行性開始設計。在這個過程中同時也在探索自己對哪一些領域比較感興趣，是更喜歡工程面的、分析面還是模型面。在求好的階段再往這些部分深入研究。最終再決定求職的目標應該怎麼設定職種

‒‒‒
💬 留言告訴我你對這一集的想法： https://open.firstory.me/user/cltvmgw9f000201rh6eg493s8/comments
‒‒‒

///

嗨，你好，我是維元 👋 斜槓經營 #資料科學家的工作日常 Facebook 粉專與 Instagram 社群，這次會用兩個全新的渠道持續輸出我對資料科學 x 人工智慧領域的觀察與見解，邀請對該主題有興趣的朋友一起加入訂閱、關注 ✌️

📌 📰 Data + AI = ∞ ➟ https://aitalk.substack.com
📌 🎧 資料工作者的下班幹話群 ➟ https://open.firstory.me/user/aitalk/platforms

Lire plusRéduire

EP5：AI 崛起的前世今生（下）當代 AI 的正在進行式 | 🎧 資料工作者的下班幹話群

Saison 1 · Épisode 5

lundi 15 avril 2024 • Durée 20:19

▍EP5：AI 崛起的前世今生（下）當代 AI 的正在進行式 | 🎧 資料工作者的下班幹話群

⚡ 全新 Podcast 節目 🎧 資料工作者的下班幹話群 將於每週一同步發布。

延續上一週的主題「AI 崛起的前世今生（上）」，我們就以 ChatGPT 出現的前後作為一個分水嶺繼續聊聊當代 AI 發展的正在進行式。很多人會用「橫空出世」來描述 ChatGPT 甚或是 AI 或 GAI 的出現，但實際上 AI 早就已經在出現在大眾視野中而且實際上 AI 的出現其實在更早以前。而在 2022 年底所出現的 ChatGPT，是基於 OpenAI 從 2016 成立後逐步推動 GPT1、GPT2、GPT3 到 GPT3.5，現在的 ChatGPT 是基於 GPT3.5 所發展而來。GPT4 是在 2023 年中，最新的新聞是 GPT-4.5-Turbo 在上週發布，而大家期待的 GPT-5 也在訓練的路上。

所以一切的推進就如同 Sam Altman 所形容的這是一個 AI 發展的莫爾定律，每隔一段時間就會有更上一階的發展。

‒‒‒
💬 留言告訴我你對這一集的想法： https://open.firstory.me/user/cltvmgw9f000201rh6eg493s8/comments
‒‒‒

///

嗨，你好，我是維元 👋 斜槓經營 #資料科學家的工作日常 Facebook 粉專與 Instagram 社群，這次會用兩個全新的渠道持續輸出我對資料科學 x 人工智慧領域的觀察與見解，邀請對該主題有興趣的朋友一起加入訂閱、關注 ✌️

📌 📰 Data + AI = ∞ ➟ https://aitalk.substack.com
📌 🎧 資料工作者的下班幹話群 ➟ https://open.firstory.me/user/aitalk/platforms

Lire plusRéduire

EP4：AI 崛起的前世今生（上） | 🎧 資料工作者的下班幹話群

Saison 1 · Épisode 4

lundi 8 avril 2024 • Durée 19:40

▍EP4：AI 崛起的前世今生（上） | 🎧 資料工作者的下班幹話群

⚡ 全新 Podcast 節目 🎧 資料工作者的下班幹話群 將於每週一同步發布。

從 22 年底出現的 ChatGPT 開啟了一連串的 AI 大戰大概也經歷了一年半左右的時間，這段時間你有跟上嗎？今天這一集想跟大家分享回顧 ChatGPT 的發展脈絡，GPT 這種模型能夠根據一組的文字向量，產生出不等常且隨機的文字向量。例如一堆英文產生一堆中文的翻譯、一段長文本產生短文本的摘要，這些都是 GPT 的典型應用。

而我們現在看到的 ChatGPT 是基於 GPT 所設計的出來，ChatGPT 能夠將聊天的上文當成輸入，而產生的下文當成是聊天的下文。

‒‒‒
💬 留言告訴我你對這一集的想法： https://open.firstory.me/user/cltvmgw9f000201rh6eg493s8/comments
‒‒‒

///

嗨，你好，我是維元 👋 斜槓經營 #資料科學家的工作日常 Facebook 粉專與 Instagram 社群，這次會用兩個全新的渠道持續輸出我對資料科學 x 人工智慧領域的觀察與見解，邀請對該主題有興趣的朋友一起加入訂閱、關注 ✌️

📌 📰 Data + AI = ∞ ➟ https://aitalk.substack.com
📌 🎧 資料工作者的下班幹話群 ➟ https://open.firstory.me/user/aitalk/platforms

Lire plusRéduire

EP3：AI 時代下，人人都該自帶的數據分析技能 | 🎧 資料工作者的下班幹話群

Saison 1 · Épisode 3

lundi 1 avril 2024 • Durée 21:38

▍EP3：AI 時代下，人人都該自帶的數據分析技能 | 🎧 資料工作者的下班幹話群

⚡ 全新 Podcast 節目 🎧 資料工作者的下班幹話群 將於每週一同步發布。

今天想與大家分享的主題是「AI 時代下，人人都該自帶的數據分析技能」，以前我們會用「分析」、「工程」或「科學」三種角色區分資料科學團隊。不過隨著 AI 技術逐漸成熟的情況下，我常常說過去十年是基礎建設時期是那些資料科學家的努力，而當 AI 工具到位的未來十年則是這些資料使用者的主場。如同我們上一集提到的「資料分析不死，會轉身為人人都需要擁有的數據分析力」那這個數據分析是究竟是什麼呢？

我自己會定位成兩個面向：1. 更深的領域知識經驗 2. 更準的資料驅動觀點

‒‒‒
💬 留言告訴我你對這一集的想法： https://open.firstory.me/user/cltvmgw9f000201rh6eg493s8/comments
‒‒‒

///

嗨，你好，我是維元 👋 斜槓經營 #資料科學家的工作日常 Facebook 粉專與 Instagram 社群，這次會用兩個全新的渠道持續輸出我對資料科學 x 人工智慧領域的觀察與見解，邀請對該主題有興趣的朋友一起加入訂閱、關注 ✌️

📌 📰 Data + AI = ∞ ➟ https://aitalk.substack.com
📌 🎧 資料工作者的下班幹話群 ➟ https://open.firstory.me/user/aitalk/platforms

Lire plusRéduire

EP2：資料分析已死？數據技能樹該怎麼點？ | 🎧 資料工作者的下班幹話群

Saison 1 · Épisode 2

lundi 25 mars 2024 • Durée 18:04

▍EP2：資料分析已死？數據技能樹該怎麼點？ | 🎧 資料工作者的下班幹話群

⚡ 全新 Podcast 節目 🎧 資料工作者的下班幹話群 將於每週一同步發布。

這一集想聊「資料分析已死？數據技能樹該怎麼點？」的主題，相關的論述可以追溯回去年 AI 浪潮興起，開啟了我一連串的焦慮思辨：當 AI 變強的同時，還需要學習程式嗎？還需要會分析資料嗎？還需要懂機器學習背後的理論嗎？以往我們對於「數據分析師」的工作任務，會先根據問題收集、產出各種量化數字，近一步需要深入挖掘；而對於初階分析師來說，初期會把技能點在工具的使用，例如視覺化、資料收集、資料庫，但當人人都會這些分析工具（甚或是 AI 都能自動產出）的時候，那數據分析師該如何證明自己的能力呢？

我當時有提出一個小結論：只會利用工具但無法「解讀分析結果」的資料分析師，將會更容易變成所謂的高風險的資料工作者

‒‒‒
💬 留言告訴我你對這一集的想法： https://open.firstory.me/user/cltvmgw9f000201rh6eg493s8/comments
‒‒‒

///

嗨，你好，我是維元 👋 斜槓經營 #資料科學家的工作日常 Facebook 粉專與 Instagram 社群，這次會用兩個全新的渠道持續輸出我對資料科學 x 人工智慧領域的觀察與見解，邀請對該主題有興趣的朋友一起加入訂閱、關注 ✌️

📌 📰 Data + AI = ∞ ➟ https://aitalk.substack.com
📌 🎧 資料工作者的下班幹話群 ➟ https://open.firstory.me/user/aitalk/platforms

Lire plusRéduire

EP1：由資料科學驅動的人工智慧 | 🎧 資料工作者的下班幹話群

Saison 1 · Épisode 1

dimanche 17 mars 2024 • Durée 15:41

▍EP1：由資料科學驅動的人工智慧 | 🎧 資料工作者的下班幹話群

⚡ 全新 Podcast 節目 🎧 資料工作者的下班幹話群 將於每週一同步發布。

最新一集（也是第一集的主題）為「由資料科學驅動的人工智慧」，很多人會以為資料科學（Data Science）與人工智慧（AI = Artificial Intelligence）是兩條支線。嚴格來說這樣認為也沒有錯，但作為一個長期研究資料科學技術的人來說還是有點怪怪的。因為現在大家追逐的生成式人工智慧（Generative AI；GAI），背後大量使用到資料科學、機器學習、自然語言處理（NLP）這一派的技術。

所以你說，資料科學也許不完全等於人工智慧，但當代的人工智慧絕對是由資料科學演進驅動而來的。

‒‒‒
💬 留言告訴我你對這一集的想法： https://open.firstory.me/user/cltvmgw9f000201rh6eg493s8/comments
‒‒‒

///

嗨，你好，我是維元 👋 斜槓經營 #資料科學家的工作日常 Facebook 粉專與 Instagram 社群，這次會用兩個全新的渠道持續輸出我對資料科學 x 人工智慧領域的觀察與見解，邀請對該主題有興趣的朋友一起加入訂閱、關注 ✌️

📌 📰 Data + AI = ∞ ➟ https://aitalk.substack.com
📌 🎧 資料工作者的下班幹話群 ➟ https://open.firstory.me/user/aitalk/platforms

Lire plusRéduire

Podcasts Similaires Basées sur le Contenu

Découvrez des podcasts liées à 🎧 資料工作者的下班幹話群. Explorez des podcasts avec des thèmes, sujets, et formats similaires. Ces similarités sont calculées grâce à des données tangibles, pas d'extrapolations !

À propos Méthodologie Contact Me soutenir Politique de confidentialité Mentions légales

🎧 資料工作者的下班幹話群 – Détails, épisodes et analyse

Détails du podcast

Classements récents

Apple Podcasts

Spotify

Liens partagés entre épisodes et podcasts

Firstory4

Substack1

Qualité et score du flux RSS

Historique des publications

Derniers épisodes publiés

Podcasts et contenus similaires

Podcasts Similaires Basées sur le Contenu

Apple Podcasts

Spotify

Podcasts Similaires Basées sur le Contenu

Firstory4

Substack1

Facebook1