為什麼打造一支資料科學團隊如此重要?
為什麼打造一支資料科學團隊如此重要?
2015.08.24 | 科技

大數據真有這麼神奇嗎?要有多少資料才算是「大」數據?傳統數據分析跟大數據分析有什麼不同?一個接著一個的疑問,是許多企業在迎接大數據潮流中可能面對到的問題。如果覺得「大數據」這三個字看起來神秘而悠遠,可敬而不可親,那麼何不先從建立一支企業內部的「資料科學團隊」開始?經實地分析資料、踏實地從資料中創新找商機,那麼,或許大數據三個字幾年之後也將不再是遙不可及的神話了。

2015年台灣資料科學愛好者年會於8月20~23日在中央研究院盛大展開,過往為期兩天的年會內容,今年加長為四天,除了年會主要議程外,還包含了「R資料分析上手課程」、「g0v零時政府黑客松」、「DSP資料開竅・企業論壇」、「資料新聞實戰營」、「Hadoop/Spark 資料科學快速體驗營」、「地圖資料視覺化課程」等內容。

在21日的「DSP資料開竅・企業論壇」活動中,中華電信、宏碁物聯網事業處、通用移動(GMobi)、沛星互動科技等企業,則個別分享自家企業如何培養資料科學人才、建立資料科學團隊並透過數據發掘新的商業模式?
資料科學年會

#IT單位不只要會蒐集數據,還要學商業分析

為什麼打造一支資料科學團隊如此重要?中華電信總公司資訊處科長楊秀一表示,資料科學的核心知識可以分成三部分,分別是幫助客戶帶來營收的業務能力、IT技術以及量化分析技巧,三者之間的核心交集知識包括IT人員必須懂驗證統計的結果、會用說故事的方法解析數據背後意義、和業務人員合作的能力等等,不過,多數的人卻只能擁有其中一到兩項的技能。

資料科學年會
(圖說:傳統數據與大數據分析比較表。圖片來源:蘇宇庭攝影。)

「期待人人都是擁有三種領域的能力是不切實際的,打造資料科學家團隊才是務實的做法。」楊秀一說,懂得做資料探勘(Data Mining)的人,不一定懂商業分析,然而「分析」這件事情應該是往外延伸,變成跨部門的合作。

研究機構Gartner曾經預期,在兩到三年之後,「大數據」就不會再是神話,資料探勘的系統會直接嵌入在企業內部的IT基礎建設,形成企業很自然的一部分。「所以現在應該要開始培訓,讓IT人員有機會進入到這個領域,去學習匯集分析的方法,創造業務機會。」楊秀一說。

楊秀一接著強調,「現在連買車買房都可以大數據,分析已經是各企業單位重視的事情,雖然路程比國外慢了兩年⋯⋯分析不是只有專家與業務單位的事,IT單位也可以,也應該要學著運用分析技術,而且IT人員最懂系統的流程,更要進一步掌握商業的know-how、具備創新能力。」

中華電信已從今年開始啟動了資料科學團隊培育計劃,由公司內部的IT人員自行報名,授課內容著重在商業分析心法、商業論戰、巨資技術等課程,目標希望IT人員成為企業內部資料科學團隊的中堅戰力。

#確立目標,創造Try and Error的空間!

但是在企業內部打造一支資料科學團隊又談何容易?東森科技、隆中網絡大數據顧問趙國仁說,「跨」是打造資料科學團隊的核心價值,但是「跨」就會踩到別人,會遇到很多部門組織的阻力,還必須要跟現有系統做整合,「人家為什麼要讓你整合?人家為什麼要花功夫幫你找Data?這牽扯到權力關係。」

既然跨組織這件事本身就會碰到許多問題,那又該怎麼辦?趙國仁的答案是「既然會失敗,那就快點失敗吧!」他接著說,早點失敗,才能快速調整。

趙國仁也建議,企業可以從建立資料探勘系統開始,不要一下子就要趕著到資料分析階段,最重要的,是企業必須給團隊足夠的時間和信任,不斷做實驗,慢慢找到自己的核心價值;此外,一個強而有力的領導人也很重要,他必須能夠承擔來自股東和公司內部不同單位給的壓力。

沛星互動科技(Appier)營運長李婉菱也舉自己公司實際營運的狀況為例,她認為最重要的一件事是「確定目標,確定你想從Data中得到什麼?」

李婉菱說,因為我們不可能把所有數據都蒐集起來,所以必須要先確定目標,知道哪些數據是有意義的,才能著手進行。她也再次強調,資料科學一定要「做實驗」,所以企業內部要有允許資料科學團隊試錯的彈性空間,整個企業環境必須鼓勵、支持資料科學團隊的「實驗精神」。

資料科學年會
(圖說:2015年資料科學年會邀請中華電信、宏碁物聯網事業處、通用移動(GMobi)、沛星互動科技等企業,分享運用資料科學及大數據的經驗。圖片來源:蘇宇庭攝影。)

往下滑看下一篇文章
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?

當無人機、無人船失去衛星定位訊號,還能繼續完成任務嗎?這道問題不只考驗導航設備的精度,更牽涉不同技術如何搭配,才能兼顧成本、可靠性與實際部署需求。

要理解自主載具如何在衛星訊號中斷時持續導航,得先認識「慣性導航」。互宇向量執行長鍾宏彬拿棒球作比喻:投手把球投出去後,球沒有GPS或遙控器,仍會依照出手角度、力量與旋轉向前運動。慣性導航則透過感測加速度與旋轉變化,持續推算載具的姿態、速度與位置。不過,慣性導航的誤差會隨時間累積,衛星定位訊號一旦中斷,位置推算也可能逐漸偏移。因此,自主載具需要不同定位與感測技術相互配合。2022年成立的互宇向量,便從這項需求切入,協助客戶選擇適合的導航技術,並將系統整合到產品中。

先定義任務,再決定導航規格

「以終點當起點。」鍾宏彬如此形容互宇向量的產品開發原則。相較於先提供設備、再由客戶自行整合,互宇向量在開發初期便參與討論,了解客戶要完成什麼任務,再決定性能、材料、演算法與預算。這套方法稱為「前端部署」。

以無人機精準投送為例,客戶希望載具不只抵達指定區域,還能接近建築物完成投送。飛行距離、定位精度、是否有人遙控,以及衛星訊號中斷後需要自主運作多久,都會影響系統設計。互宇向量必須先釐清這些條件,再選擇感測元件、調整導航架構,而不是直接套用既有產品。

互宇向量的技術涵蓋光纖陀螺儀(FOG)、慣性量測單元(IMU)、姿態與航向參考系統(AHRS),以及GNSS/INS融合導航方案。團隊曾與產業夥伴在實際水域驗證無人船導航系統,也透過觀音山隧道測試,觀察衛星訊號中斷時的導航表現。

對客戶而言,驗證的重點在於系統能否在任務要求的時間內維持足夠精度。互宇向量也不一定選用最高規格的零組件,而是依照需求調整演算法、材料與系統配置,必要時整合其他供應商的技術,減少客戶自行開發、測試與整合的時間及成本。

從光纖陀螺到系統整合,互宇向量把技術推向可部署的產品

鍾宏彬2010年投入光纖陀螺核心技術研究,2016年共同創辦極星光電。當時核心元件的客戶多具備自行整合能力,應用市場相對有限。他逐漸意識到,若想讓技術接觸更多使用者,就不能只停留在零件,還得往感測模組與完整系統發展。2022年成立互宇向量後,鍾宏彬延續過去累積的技術,採取合作設計製造(JDM)模式,讓團隊從產品開發初期便參與設計與驗證。

他把這種服務形容為「高階料理包」:客戶不必自行採購所有原料、研究怎麼煮,而是由互宇向量協助整合適合的技術,完成產品部署。公司不走低價、拚量路線,而是選擇與少數具有長期需求的專業客戶深入合作。目前團隊服務約12家核心客戶,透過持續參與產品開發,累積技術與合作經驗。

航太市場考驗的不只是技術,還有供應鏈與驗證能力

航太是互宇向量積極拓展的市場。目前約四成業務聚焦航太應用;2023年,團隊也與國家太空中心(TASA)展開策略性合作,推進MIOC與FOG技術的太空應用。

航太產業尤其重視「飛行履歷」(Flight Heritage)。鍾宏彬打趣地說,普通杯子就是杯子,但如果真的上過太空,「它就變成太空杯」。設備即使通過完整的地面測試,仍不等於經歷過發射與太空環境。對國際航太客戶而言,實際飛行驗證是評估設備可靠性的重要依據。鍾宏彬回憶,團隊過去花了兩、三年尋找海外企業客戶,始終不得其門而入。後來有國際業者得知互宇向量與國家太空中心合作,反而主動找上門。這段經驗讓他體會到,進入航太供應鏈除了技術能力,還需要讓國際客戶看見合作經驗與可信度。

從中央大學到蘆竹,桃園產官資源如何成為互宇的產業支點?

互宇向量與桃園的淵源,早在公司成立前就已開始。鍾宏彬從中央大學求學、攻讀博士到投入研究,一路留在桃園;第一次創業落腳楊梅,互宇向量則從青埔搬到蘆竹,建立廠辦空間。他笑稱,自己就像桃園「生出來的baby」。

桃園及北部地區聚集電路板、電子製造與機械加工等供應商,具備成熟的產業基礎。不過,部分業者長期專注既有市場,未必想過自身技術還能延伸至無人載具與航太應用。鍾宏彬舉例,互宇向量曾與傳統機械加工業者合作,協助對方了解航太供應鏈的品質驗證與製造要求,探索跨入新市場的可能。對這些業者而言,挑戰未必是技術能力不足,而是過去缺乏接觸航太應用的機會,不熟悉相關規格與驗證流程。

創業過程中,互宇向量也持續接觸桃園市政府青年事務局及相關局處、育成體系,參與創業交流與產業展會。鍾宏彬看重的是這些場合能讓團隊認識不同領域企業,拓展未來合作的可能。包括Meet桃園+在內的創業輔導與產業交流平台,也為在地新創提供接觸產業資源的機會。

從光纖陀螺核心元件走向完整導航系統,再延伸至航太合作與海外市場,互宇向量逐步建立從任務規劃、技術整合到系統驗證的能力。接下來,如何運用桃園既有的電子製造與精密加工基礎,找到更多能共同開發產品的夥伴,將是團隊拓展國際市場的重要課題。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓