本專題因作者進行技術升級中暫停更新。
以下為本次專題原定進行的內容規劃 (公開 / 付費限定)：
<ol>
 <li>緒論：<a href="https://vocus.cc/dnsc/5bebe95dfd8978000130ff77">資料不科學？</a> / <a href="https://vocus.cc/dnsc/5c0237c9fd89780001e51d88">如何挑選資料人才？</a></li>
 <li>起手式：工欲善其事，必先利其器 / 建立第一個資料科學專案架構</li>
 <li>備料：資料菜市場 / 資料庫連接方式設計與效能考量</li>
 <li>動手之前：資料探索 / 善用基礎數學分析了解資料特性</li>
 <li>開始切菜：ETL (extract, transform, load) / 善用 pandas 的功能</li>
 <li>大顯身手：挑選與訓練模型 / 運算平行化</li>
 <li>準備上菜：使用 RESTFul API 打包模型 / 微服務式 API 架構設計</li>
 <li>面對老鼠屎：模型上線的挑戰 / 建立快取優化效能</li>
 <li>桌邊服務：模型的監測與更新 / AB testing</li>
 <li>品牌口碑：設定有用的 metrics / 建立回饋系統與面板</li>
 <li>持續經營：開除模型 / 叢集運算</li>
 <li>送客：資料技術應用的優勢與侷限 / 如何與資料專家共事？</li>
</ol>
在專題寫作進行的過程，可能因應技術的進步或是趨勢的變化而有所調整，也歡迎訂閱讀者提供意見給予指教，或是在未來一起參與專題出版的行列。
由於此專題採取單次訂閱的方案，因此按照平台的規定是不能在平台上面進行退款的，請參考<a href="https://vocus.cc/reader_support/5bc95d52fd8978000150ad65">退款說明</a>，若對於專題內容有疑慮或是相關需求，請直接來信與我洽談：ofafa.hsueh.app+dnsc[at]gmail.com

本專題因作者進行技術升級中暫停更新。

以下為本次專題原定進行的內容規劃 (公開 / 付費限定)：

緒論：資料不科學？ / 如何挑選資料人才？

起手式：工欲善其事，必先利其器 / 建立第一個資料科學專案架構

備料：資料菜市場 / 資料庫連接方式設計與效能考量

動手之前：資料探索 / 善用基礎數學分析了解資料特性

開始切菜：ETL (extract, transform, load) / 善用 pandas 的功能

大顯身手：挑選與訓練模型 / 運算平行化

準備上菜：使用 RESTFul API 打包模型 / 微服務式 API 架構設計

面對老鼠屎：模型上線的挑戰 / 建立快取優化效能

桌邊服務：模型的監測與更新 / AB testing

品牌口碑：設定有用的 metrics / 建立回饋系統與面板

持續經營：開除模型 / 叢集運算

送客：資料技術應用的優勢與侷限 / 如何與資料專家共事？

在專題寫作進行的過程，可能因應技術的進步或是趨勢的變化而有所調整，也歡迎訂閱讀者提供意見給予指教，或是在未來一起參與專題出版的行列。

由於此專題採取單次訂閱的方案，因此按照平台的規定是不能在平台上面進行退款的，請參考退款說明，若對於專題內容有疑慮或是相關需求，請直接來信與我洽談：ofafa.hsueh.app+dnsc[at]gmail.com

Ofa Hsueh的沙龍介紹

資料不科學

本專題著重於探討資料分析實務，從實務經驗出發，探索學校所教導的建模以外的各項技術，包含資料前處理、營運整合與成效評估、團隊文化建構等等內容。

Ofa Hsueh的沙龍

Ofa Hsueh的沙龍介紹

擁有者

追蹤最新動態，和 263 位同樣興趣愛好的人一起交流

Ofa Hsueh的沙龍

Ofa Hsueh的沙龍介紹

擁有者

追蹤最新動態， 和 263 位同樣興趣愛好的人一起交流

追蹤最新動態，和 263 位同樣興趣愛好的人一起交流