作業研究競賽題目

Please cite this webpage if you use the material/method in this blog. Thank you. (如果您使用本部落格中的資料/方法，請註明此來源網頁。謝謝。)

• Some papers/information for idea generation or implementation

資料科學相關研究所和職涯準備

基礎知識：工業系必修課程 

• 資料科學：領域知識 (智慧製造，量化投資，行銷等等)，數學，資訊科技 
• 如果不會寫 for loop 和 function：自學 Python (每一講有作業)
• 很棒的免費課程：CS50's Introduction to Programming with Python (Malan at Harvard), Mathematics for Machine Learning and Data Science (at Coursera)
• 發展和待遇：機器學習，AI 工程師，最佳化演算法，optimization，量化交易 (方法)，智慧製造演算法，作業研究 (台達電，薪水，奇點無限 )，資料科學家
• 謝謝庭煜

上：

• 核心：IE623G 機器學習，IC258D 資料結構 (查怡老師)，CS361L 資料庫系統 
• 庭煜跟我念 4 + 1，修資料結構，拿到全班第一名，系上還提供一萬元的獎金。大四也有修資料庫系統，和此文章中許多難的課程，加上努力，所以研究做得好。據我所知，只有他聽進去我的建議。
• 數學：MA305G 離散數學，MA202 高等微積分(一)，MA306G 數值分析
• 資訊科技：IE440G 系統模擬 (包含數學和領域知識)，IE250D 網路原理與應用，IE302G 製造聯網整合技術
• 領域知識
• 作業管理 (含智慧製造)：IE238G 電腦輔助設計與製造等等
• 量化交易：FA319 財務管理(一)，FA295E 金融市場，FA082G 投資學等等
• 行銷：BA245 行銷管理學，BA336 網路行銷，IU209G 消費者行為 (和 IT911D 二選一) 等等

下：

• 核心：IE326G 人工智慧導論，IE371G 實驗設計，EL602L 計算機演算法
• 數學：MA202 高等微積分(二)，MA203 微分方程(一)
• 資訊科技：MA405M 圖論演算法，IE582G 視覺系統
• 領域知識
• 作業管理 (含智慧製造)：IE431G 電腦整合製造，IE527G 物聯網與大數據於智慧製造應用 等等
• 量化交易：FA320 財務管理 (二)，FA011 金融科技，FA323 區塊鏈與加密貨幣，FA447 期貨與選擇權等等
• 行銷：IT911D 消費者行為等等

中原大學 x 台積電半導體智慧製造學程。

預備研究生 (4 + 1) 

• 獎學金和支援
• 節省一年時間。
• 學校：
• 歷年平均成績系排名在前 30% 者，發給獎學金貳萬元整。獎學金於學生就讀碩士班一年級依學期分 2 次發给。
• 全人榮譽獎，全人標竿獎。
• 系上：
• 歷年平均成績系排名在前 20% 者，發給獎學金十萬元整。
• 參與國外國際研討會與競賽之報名費、交通費、住宿費與生活費，至多兩萬元。
• 商業分析實驗室 (Business Analytics Laboratory)：論文。
• 人少，老師 (每週) 單獨討論。學生的光，老師看得見。
• 根據經驗，班排不是一個絕對的指標。重點在於想要 (投入時間) 改變自己。
• 可詢問庭煜，準時畢業且有良好的研究成果。建議從三下開始；庭煜從三下準備校外機器學習競賽、暑假實習和我做研究。
• Guides for students in Business Analytics Laboratory (實驗室學生指引)：修課。
• Nice quality to have: Enjoy learning and coding (or willing to), think independently, willing to share and help
• 表現優良，老師將提供研究助理費。

資訊

• 同學的問題：我們 (工業系) 從事軟體開發和資工系的差別？
• 我：如果想要從事軟體開發的 (高薪) 工作，量化學科的基礎 (例如機統、作業研究)、流程和系統的思維 (例如生產計劃與管制、品質管制、人因工程)、和商管的知識背景 (例如經濟學、會計)，是工業系的優勢。只要加上軟體系統開發需要的課程，例如資料結構、資料庫、(資管) 系統分析與設計 (開放式課程)、演算法、物件導向分析與設計、作業系統、離散數學等等，就可如虎添翼。工業系畢業學長姐，目前 (2023) 擔任純網銀的董事長和台北市資訊局副局長，就是最好的例證。
• 舉例說明工業系的優勢：線上購物定價的需求函數和最佳化，資訊系統的人機介面 (可以利用機統、實驗設計、機器學習做進階分析)，熱門售票活動中的 (軟體系統) 瓶頸等等。
• 曾子軒，旺宏吳敏求：AI 時代與其學程式，懂應用數學才是業界最想要人才，遠見，2023-11-10
• 一方面感念母校栽培，一方面從個人經驗中認知到統計學，甚至是人工智慧的重要，吳敏求因此效法黑石集團 (Blackstone Group) 創辦人蘇世民 (Stephen Schwarzman) 捐贈麻省理工學院蘇世民運算學院 (MIT Schwarzman College of Computing，簡稱 MIT 運算學院) 的作法，捐贈成大設置敏求智慧運算學院。
• 數學邏輯和程式語言的邏輯是相通的。
• Brian Christian and Tom Griffiths, Algorithms to Live By: The Computer Science of Human Decisions, William Collins, 2017. 甘錫安譯，決斷的演算：預測、分析與好決定的 11 堂邏輯課，行路，2017