品牌

微軟與資策會攜手 啟動微軟大中華區第一個資料科學家培訓與認證計畫

(本資訊由廠商提供,不代表PCDIY!立場) 2017-05-03 19:07:51

資料科學家在美平均薪資多出113% 哈佛商業評論譽為「21世紀最性感工作」

76%台灣百大企業領導者一致肯定 關鍵資料洞察將能有效提升營收
微軟專業認證涵蓋雲端運算、大數據和人工智慧等高端技術領域
大數據應用在各行各業間持續發酵,包含近年最夯的AI、無人車、機器人等應用都與之息息相關,也為目前全球最為搶手的「資料科學家」人才打造出一個發光發熱的舞台。微軟與財團法人資訊工業策進會(下稱資策會)於今日(3)宣布將攜手推動大中華區第一個「資料科學家培訓與認證計畫」,結合微軟專業認證(Microsoft Professional Program , MPP)的線上課程,內容涵蓋雲端運算、大數據和人工智慧,約250小時的培訓課程與認證機制,以培植具備資料科學家所需能力的人才。資策會也將成為微軟在大中華區首家推廣「資料科學家」線上培訓與認證課程的微軟授權教育訓練中心。

逾七成五台灣企業主肯定資料洞察將有助開拓營收來源 資料科學人才供不應求
大數據時代帶動了資料科學應用面的需求,面對日益龐雜的數據,需要透過更有效率的方式去蕪存菁,進而提煉出有價值的資訊。從股市解析、資安威脅預測、電商領域的消費者行為研究以至職業運動隊伍針對球員攻擊與防守路線與戰術分析,新興行業「資料科學家」可在各領域中發掘隱藏在巨量數據背後的可觀商機。根據麥肯錫2016年調查顯示,全球管理階層中有近半數認為資料與分析人才難以尋覓,為數不多的專業資料科學家,也因而成為全球就業市場中最為珍貴的人才資產。
微軟在2016年進行的「亞洲數位轉型調查」訪問了橫跨金融、零售、醫療照護、製造業及教育等五大產業、共1,494位參與擬定企業數位策略的領導者(其中105位來自台灣百大企業主),調查顯示有高達76%的台灣企業領導者贊同從資訊洞察新趨勢,將能為企業創造持續性的新營收來源。


微軟大中華區副總裁暨市場行銷兼營運事業部總經理 康容表示:「數位轉型趨勢下,雲端技術與大數據的蓬勃發展為微軟與合作夥伴帶來許多機會,然而隨著產業需求的攀升,人才與技術的斷層問題也隨之浮上檯面。為解決這些斷層所帶來的大量培訓需求,微軟專業認證 (Microsoft Professional Program , MPP)也應運而生。現今國際間對資料科學家的需求大量且迫切,微軟也及早因應市場與產業的需求,截至目前已透過微軟專業認證中的資料科學相關課程,在全球培育600位通過認證的人才。本次也很榮幸能與在地夥伴資策會共同攜手,首度將資料科學家培訓與認證計畫引進大中華區,期盼能透過此次合作培育在地人才。」

台灣Open Data資料開放指數在全球149個評比國家中名列第一,在政府、非營利團體與企業的共同推動下,資料分析逐漸攀升為各大產業不約而同挹注資源的重點發展項目,而台灣更是國際間相當看好的資料科學發展搖籃。然而根據 104 人力銀行統計,台灣目前在資料科學方面雖有大量需求,卻面臨人才短缺的處境。2018 年國內資料人才需求預估將達到10萬人,但目前全台資料科學家卻僅有1,092人,求職市場呈現嚴重供需失衡。
資策會做為國家資通訊領域的「智庫」,長期致力於推廣資訊技術應用、解決數位落差,關於本次與微軟的合作計畫,資策會數位教育研究所所長李進寶表示:「有鑑於資料科學的前瞻性與業界對此領域人才的強烈需求,資策會本次與微軟合作、將國際資源導入台灣,透過Open edX開設資料科學系列線上課程與認證機制,培養出能運用資料洞察為企業創造營收的科技人才;未來此計畫也將導入大專院校,盼能從資訊教育開始,培育出足以勝任包含資料科學家在內的『未來明星工作』的優秀人才,提升台灣軟實力。」


參透大數據 R語言先驅Dr. Graham Williams揭密資料科學家必備利器
哈佛商業評論將資料科學家譽為「21世紀最性感工作」。做為一名資料科學家,意味著將有機會獲得來自金融、零售、科技、教育等跨領域的工作,以及在美國比整體平均薪資多出 113%的薪資水準(Indeed.com調查)。資料科學家何以在近年來成為企業眼中最炙手可熱的瑰寶?微軟亞太地區資料科學總監Dr. Graham Williams表示:「資料科學家可為組織解析大數據中所蘊含的規律與可供商業決策的洞見,進行以實證數據基礎為導向的決策模式,將有助於減少片面資訊的誤導與人為判斷的失誤,加快決策的進行與決策品質。」
被譽為R語言先驅的Dr. Graham Williams在2005年即開發出使用R語言且圖形介面簡單易用的資料探勘應用Rattle;並在2015、2016為R語言使用者設計出一套被公認為資料科學重要教材的免費資源。Dr. Graham Williams以30餘年在第一線的豐富經驗,提供以資料科學家為目標的學習者幾項建議:1. 成為資料科學家需擁有的先進能力/技術2. 善用工具:Rattle與R語言在資料科學的應用。R語言在資料分析領域功能完備且強大,但對使用者而言可能較難上手。開放資源Rattle藉由圖形化介面,可協助使用R語言的資料科學家快速地建立機器學習模型,也成為目前相當適合入門且被廣泛使用的工具。」Dr. Graham Williams同時也鼓勵學習者可運用線上平台的開放課程資源進行自學,充實資料科學基礎能力。


微軟與資策會共推Open edX線上學習消弭技術斷層 培養九大資料科學關鍵能力
隨著雲端學習的普及化,開設大規模開放式線上課程「慕課」 (Massive Open Online Courses, MOOCs)已不再是大學的專屬權利,此次微軟與資策會合作推動的資料科學家培訓與認證計畫,即是在全球前三大線上教學平台edX的開放原始碼平台OPEN edX開課。目前微軟發展全球線上課程的成果已達到149門課、125萬位學員,而資策會更是微軟在大中華區使用微軟專業認證(Microsoft Professional Program , MPP)線上課程推動線上教學的第一家微軟授權教育訓練中心。微軟透過本次與資策會合作導入的資料科學培訓,也期待能落實「學習即服務(Learning as a service)」的概念,運用教學資源為資策會與未來更多在地夥伴創造加值服務。
本次導入台灣的資料科學培訓計畫課程內容,是由微軟調查業界工作職位所需核心技能來設計,一系列課程共包括了 9 門主要學習科目以及 1 項專案,課程內容涵蓋雲端運算、大數據和人工智慧,全程約為250小時。完成後不僅具備資料科學家的核心技能,也將獲得微軟專業認證(MPP) 的資料科學學程認證。培訓計畫中的9門學習科目可歸納為基礎課程、核心資料科學、應用資料科學三大階段,循序漸進學習完所有課程後,需再實際完成一項大數據專案,通過審核後方可正式取得認證。



基礎課程:
● 資料科學導論 (Data Science Orientation)
● 運用Transact SQL查詢資料 (Querying Data with Transact SQL)
● 使用Excel進行資料分析與視覺化(Analyzing and Visualizing Data with Excel) / 使用Power BI進行資料分析與視覺化(Analyzing and Visualizing Data with Power BI) (擇一修習)

核心資料科學:
● Excel資料分析基礎 (Essential Statistics for Data Analysis using Excel)
● 資料科學之R語言介紹(Introduction to R for Data Science)/資料科學之Python語言介紹( Introduction to Python for Data Science) (擇一修習)
● 資料科學基礎(Data Science Essentials)
● 機器學習法則(Principles of Machine Learning)

應用資料科學:
● 利用R開發大數據(Programming with R for Data Science)/利用Python開發大數據(Programming with Python for Data Science) (擇一修習)
● 機器學習案例(Applied Machine Learning)/利用在Azure HDInsight中的Spark建立可預測的資料模組(Implementing Predictive Solutions with Spark in Azure HDInsight)/開發智慧化應用(Developing Intelligent Applications)/ Analyzing Big Data with Microsoft R Server (擇一修習)

微軟偕在地夥伴 致力將全球資源帶進台灣
微軟持續與台灣夥伴合作,培育在地人才與國際趨勢接軌,面對數位轉型帶來的契機與新興工作機會,微軟與資策會也希望藉由此次合作,透過推廣線上學習弭平人才供給與產業需求的斷層,並持續協助台灣在地的科技工作者裝備專業能力,在面對全球數位轉型時,能夠更加適才、適用且適所。微軟也期待能透過「學習即服務(Learning as a service)」的發展目標,為在地更多合作夥伴提供創新數位化的加值服務商機。



發表您的看法

請勿張貼任何涉及冒名、人身攻擊、情緒謾罵、或內容涉及非法的言論。

請勿張貼任何帶有商業或宣傳、廣告用途的垃圾內容及連結。

請勿侵犯個人隱私權,將他人資料公開張貼在留言版內。

請勿重複留言(包括跨版重複留言)或發表與各文章主題無關的文章。

請勿張貼涉及未經證實或明顯傷害個人名譽或企業形象聲譽的文章。

您在留言版發表的內容需自負言論之法律責任,所有言論不代表PCDIY!雜誌立場,違反上述規定之留言,PCDIY!雜誌有權逕行刪除您的留言。