day 2145 三名粽子產線作業員的粽子節，雖然是老台中，但我是永遠的愛之味甜辣醬派（不沾東泉總有種背叛阿爸的感覺）。 噢對了，端午快樂，南部粽萬歲。

浪漫理工男用女友的名字命名一座停車場，把女友的肚子當停車格 信義區真的有些女生的男友，長得跟鬼一樣，天天Cosplay鐘樓怪人的劇情，真的有錢能使鬼推磨，每次經過都很想對驢子女喊：「哎唷！推磨喔！辛苦喔！」用超跑去磨鐵推磨。但說不定她那個賣相不好的男友，其實很有內涵，但我想，即便得兩尊諾貝爾文學獎，可能也很難洗清罪孽什麼的吧，至少他女友可以得諾貝爾和平獎，或是諾貝爾資源回收分類獎 每年聖誕節，第一個在聖誕樹前面高調求婚的人，都很缺德，瞬間打斷廣場上所有人的計畫，假如大家跟風，一起玩萬人親親活動，唏哩呼嚕地，又感覺很噁 恐怖情人客戶真的好可怕，談不成合作就毀天滅地。下週的週會可能要建議老闆，在辦公室佛壇上，多拜一尊哥吉拉。天天被窗口嚇到閃尿，過幾年退休或轉跑道，我乾脆改做尿布生產線作業員，就可以在上班時間瘋狂尿尿 冬天穿短褲配Oversize大外套，找到地方坐下來，再把外套蓋在腿上保暖的妹妹，根本超合金變形金剛。孝順孫子初一拜拜燒超合金

其實我最喜歡從事資料分析工作 除了可以穿運動服上班跟不用見客戶之外 就是 「資料分析可以在各個產業活下去」 . 個人淺見 目前在台灣企業光靠資料分析當作主業務還是很難獲利 大部分都還是靠接案為主 接案時，客戶往往對資料分析沒有過多的了解,衍生很多問題 包含： 1.資料收集不全 2.對機器學習過多美好幻想 3.亂壓時程 . data scientist 工作不太像是產線作業員 並不是投入多少時間 模型的成效就會成正斜率成長 有時候它會是低平原線過某個threshold才會有爆發性突破 . 參加datacon讓我驚艷的地方就是不完全是講給管理職聽 也有很多厲害的前輩居細彌遺分享建模過程/資料篩選/轉碼過程/建模構想/踩過的坑等等 感動大大們無私的奉獻 其中我想分享的是jazz 大師的投影片 清楚比較資料分析在各個產業的含金量與開發成本考量 資料各產業資料好玩程度，個人淺見大約是： 電商>醫療>製造>金融 . 電商：顧客在網站上所有行為基本上只要一次請好外包廠商整合後 資料就會每天乖乖進資料庫 由於顧客喜好跟過去資料相性很大 使用Collaborative Filtering就可以建立不錯推薦系統等等 . 醫療：jazz大師投影片中提到醫療支付我是不熟,但我覺得臨床試驗／健保資料庫資料已經有很多好玩的地方，含金量高（容易做出預測力好的模型），只是要看你們單位願不願意買單 . 製造業：早期人們沒有資料收集的概念，要知道這🐔台會不會壞掉,只有兩個欄位時間/是否有壞, 模型選擇也比較有限failure analysis/Probability distribution fitting/time series 想要有其他變項也要看公司是否願意花錢買sensor(嗚嗚) . 金融:可能是因為在地方阿嬤的年代資料限制多 或是軟體綁手綁腳 有一種巧婦難為無米之炊的淡淡哀傷 . Jazz大大投影片連結🔗 Facebook : Jazz wang https://www.slideshare.net/mobile/jazzwang/data-engineering-in-taiwan-past-now-and-future?fbclid=IwAR0WtBusV6SxnrFgIpZCqS4FRUMASTzJmYcRXIPuRd06125H6VnBvESFo70 #datacon #machinlearning #bigdata#資料科學#工程師 #工程師日常#科技#python#coders