聽說寫很多字，就感覺專業😆

如果你不是需要投廣告的業界相關人士，那聽我前半部自言自語完，後面你可以省略。

.
google 廣告系列第四集了，每完成一篇我都氣力耗盡。
文章在某個充滿各個行銷大神的社團，獲得了蠻好的回響。我覺得很開心，某種程度，又一次的證明了自己

.
有人問我，寫這幹嘛? 或者直接聯想如何營利的事
其實對我而言
一直以來，我常循著自己的感覺走
有時候老天爺就真的很眷顧
我沒有想貪，
反而給我更多

.
寫廣告教學系列，初衷就是想 1. 整理我的心法， 2. 用我的小力量貢獻社會

.
學習，沒有什麼比練習更快的方式，沒有什麼比寫出來更記憶深刻。

例如背課文絕對要默寫，例如考數學，習題絕對要練習八百遍。我大學跨數學系去修數理統計，手邊永遠都是密密麻麻算數學的紙。

.
我不是很聰明，但我很願意努力與忍耐吃苦。
每個人都值得鼓勵
每個人都有自己擅長的地方
但請不要用你的專業去輾壓別人

.
以後麻煩要罵我不會投廣告或是沒能力的人
套一句朋友說的話，請先把你廣告對帳單拿出來跟我比

做好事寫分享文教大家和嗆聲，一起達成
耶!

................................................................................
大家好，又來分享投廣告的故事了。
投google廣告再怎麼厲害，在這疫情下，也是全死。😭
今天就來講講，特殊狀況下，#廣告到底該不該停? #增減預算的時機?
【google ads 廣告活動預算一次該調多少? 該不該暫停?｜實戰經驗分享-4】
👇👇詳細圖文我放在部落格文章
https://twkelly.site/%e8%a1%8c%e9%8a%b7/google-ads-%e5%bb%a3%e5%91%8a%e6%b4%bb%e5%8b%95%e9%a0%90%e7%ae%97%e4%b8%80%e6%ac%a1%e8%a9%b2%e8%aa%bf%e5%a4%9a%e5%b0%91-%e8%a9%b2%e4%b8%8d%e8%a9%b2%e6%9a%ab%e5%81%9c%ef%bd%9c%e5%af%a6%e6%88%b0/

.
前三篇，謝謝大家的支持。尤其是看到每篇文章底下的留言
都會提到我的文字能讓他們看得懂廣告，
看到後台閱讀人數的數據，無形中，給了我很大的鼓勵
對我而言，寫文其實也是在幫助自己
雖然花了很多時間整理思緒，按條理統整歸納才寫出來
一面寫，一面也是再次的檢視自己學會的東西
很推薦大家練習寫文寫心得，以後自己回顧都會有幫助
.
本來整理廣告心得就是我今年的to do list，只是前五個月一直延宕
沒想到疫情衝擊業績，長時間關在家裡卻讓我開始動筆寫出來
上一篇系列3，文中提及了廣告活動
此篇接續前一篇是關於廣告預算要設多少?
剛好也遇到這個疫情市場急凍，我想應該很多人也會有這個困惑吧?
.
幾篇文章刊登後，私下也收到一些詢問。這標題的心得我覺得也很適合分享給大家，也是我忘記寫在上一篇中的
.
主要分享兩個小方向
1. 預算調高，調低，甚至暫停的經驗分享。
2. 預算是不是多少都沒關係只要ROA為正?
再次聲明，這是我個人經驗與看法。廣告心法各路不同，請斟酌參考
投廣告真的就很像股票操盤手一樣，各派武功不一樣，你是代操，自操看到角度也不一樣
我只是就我親自實證過的經驗分享，而我的背景是一個從0開始沒有大筆資金的電商創業老闆
操作實績，在這個系列第一篇文章中也有稍微揭露
google ads 廣告如何下?初心者該有的正確觀念｜實戰經驗分享-1
大家閱讀前，能夠先知道一下我的人設背景
.
👉預算調高，調低，甚至暫停的經驗分享。
google廣告開始後，雖然我起步只設300元，但我發現廣告效果出奇的好
不僅單次點擊成本便宜，也一直進單
也許你會問我為什麼這麼篤定訂單跟google 廣告絕對高相關
第一，我當時只是剛創立完全沒有知名度的電商品牌。
能幫品牌曝光大概就是廣告力量最大，否則怎麼可能奢望別人主動看到我
第二，若你有設好我第一篇文章所提到的google analytics 和 設定好 google轉換動作埋好程式碼
且有追蹤連結，也可以看到進來官網的訂單和流量是不是從廣告而來?
.
記得那時候是2019年電商根本藍海，臉書已經沒有什麼廣告流量紅利點擊很便宜這種事
聽說臉書廣告一個點擊5~10塊都算便宜
當我看到google 廣告成績不錯，當然想增加預算
你一定會想，既然效果這麼好，那就直接全砸all in，例如一百萬就砸一百萬
親愛的，google 廣告是人工智能，需要時間長期學習與優化調整
如果我因為剛開始看到1000元能帶進來10,000元的訂單
所以信心大增立刻提高1000倍的預算花一百萬，肯定能帶進一千萬
那…….你肯定上輩子有燒好香
.
我實在心臟沒那麼大顆，萬一我全梭，結果第一個月不如預期怎辦
或是剛好碰到節慶大檔期一堆人競爭廣告出價，小的我就死了哪來再多的錢玩?
還是說系統商突然壞了導致官網連結出問題，點擊照算錢但官網內容看不到
發生以上任何一個狀況，你的廣告費用就如同投入大海，消失了
因為我自己就是親身經歷血淋淋的教訓，
某年的11月大檔期，發現這段期間我點擊成本提高而且進單量下降。
原本以為是熱門檔期大多人競價了而且我預算又少
如果不是，是我網頁SSL憑證到期，透過網路點進來的人都會顯示此網頁存在不安全連線 (暈倒 Orz……….)
.
⭐任何廣告除非你已經長期調整到極優化的狀態
不然，不建議你一次開這麼大預算
因為每當調整優化變了參數，google 就會需要一段時間的學習
意思是，這段期間廣告數據會很浮動，有可能一下子就把預算噴完但轉換效果不好…..
所以廣告預算還是量入而為，自己創業，賠錢又沒生意很心痛
所以一開始相同廣告活動下，我大概就是 +300, +500, +1000……一邊觀察業績一邊這樣慢慢加上去
我的經驗是，若一次變動太大，google 還是會錯亂需要一段時間，大約至少一周的學習期
.
今天看到另一個社團，小黑大前輩在某篇文章下的留言，深表認同!! 節錄其中幾句
【動預算都有可能造成廣告需要重新學習 ；增加預算的作法，建議複製廣告組合，跟使用自動化規則】
有關這些做法，以後我也會再分享一篇【廣告活動要增加預算或修正，該怎麼操作調配比較適當?】
.
👉調低預算的時機
什麼時候我會調低預算?
當我總預算有限(很正常吧小企業也是會有捉襟見軸的時候)，
我會觀察所有廣告，哪個效果好? 我就會把效果差一點但還不至於停掉廣告的預算，挪去給效果好的廣告
還有一個狀況，可能是大家沒有想到的
過去每當遇到過年，或者像現在疫情根本沒有業績
你一定覺得廣告趕快停掉，不要浪費
我也曾經是這樣操作，但是我發現
當我停掉廣告幾天後再度開啟，發生過幾種狀況
1. google 廣告又重新開始學習
非常常見，於是重新學習的那幾天，數據又不如我以往正常放送廣告的優，等於我這幾天我又得再白花學習費
2. 再次開啟後google 廣告放送不出去
這個其實也算普遍，而且當你花很久時間，找客服找客戶經理企圖挽救你的廣告為啥跑不動，最後他們只會跟你說，
沒關係你複製貼上一個一樣的廣告，然後把舊的廣告關掉這樣就好了………
於是你長期投放養的廣告心血就這麼白費了。
當然，google 人員一定會跟你說，不會啦過往學習的數據都在新廣告一樣，經驗告訴我………咳咳 被摸頭

👉關閉廣告的時機
關閉廣告只有，數據很爛時而且調整也救不回來，我就不會再猶豫了。
還有就是我沒錢了，哭
另外有時候，若有同質相似度極高的廣告活動同時健行，
google 會都去測試，然後很智能的篩選最適合的多加投放 (但google還是會把你每個廣告每日預算消耗完)
跑了一陣子明顯看出誰的效果好，此時我就會關閉效果差的廣告活動，把預算挪去加強主力!

.
至於有人問到『兩個廣告活動設關鍵字一樣，會不會打到自己?
『有需要開這類的廣告嗎?』
『是不是反而讓預算花費暴增? 』
這個也是留待以後再分享故事。
.
👉最後
謝謝你願意看完這麼多文字
分享這些，是希望給跟我類似背景辛苦創業的小老闆們一些鼓勵與交流
所有訂單的成交，都是品牌各方面努力苦功換來的。絕不可能只單靠廣告
而廣告也不是投了此時沒有發揮效果客人下單，甚至超過追溯日沒下單，就代表以後客人不會下單

.
若對這系列 google ads 廣告 小品牌小預算親自操廣告業績翻數倍的廣告經驗分享有興趣
其他篇幅我列在下面，或者也可以加我的臉書粉絲團收到資訊

google ads 廣告如何下?初心者該有的正確觀念｜實戰經驗分享-1
https://twkelly.site/%e8%a1%8c%e9%8a%b7/google-ads-%e5%bb%a3%e5%91%8a%e5%a6%82%e4%bd%95%e4%b8%8b%e5%88%9d%e5%bf%83%e8%80%85%e8%a9%b2%e6%9c%89%e7%9a%84%e6%ad%a3%e7%a2%ba%e8%a7%80%e5%bf%b5%ef%bd%9c%e5%af%a6%e6%88%b0%e7%b6%93%e9%a9%97/
google ads 廣告預算怎麼抓?初心者投放幾個常見狀況｜實戰經驗分享-2
https://twkelly.site/%e8%a1%8c%e9%8a%b7/google-ads-%e5%bb%a3%e5%91%8a%e9%a0%90%e7%ae%97%e6%80%8e%e9%ba%bc%e6%8a%93%e5%88%9d%e5%bf%83%e8%80%85%e6%8a%95%e6%94%be%e5%b9%be%e5%80%8b%e5%b8%b8%e8%a6%8b%e7%8b%80%e6%b3%81%ef%bd%9c%e5%af%a6/
google ads 廣告剛開始要下哪一種廣告活動｜實戰經驗分享-3
https://twkelly.site/%e8%a1%8c%e9%8a%b7/google-ads-%e5%bb%a3%e5%91%8a%e5%89%9b%e9%96%8b%e5%a7%8b%e8%a6%81%e4%b8%8b%e5%93%aa%e4%b8%80%e7%a8%ae%e5%bb%a3%e5%91%8a%e6%b4%bb%e5%8b%95%ef%bd%9c%e5%af%a6%e6%88%b0%e7%b6%93%e9%a9%97%e5%88%86%e4%ba%ab/

AI 如何為公司創造更多價值？專家：2 個缺陷，要先由人類來修補

2021/05/13
採訪‧撰文
盧廷羲
張凱崴

美國人工智慧國家安全委員會（NSCAI）今年 4 月建議，國防部每年應至少分配 3.4% 的預算投入科技領域，並提撥 80 億美元研發 AI。企業方面，微軟（Microsoft）4 月宣布，將以 197 億美元收購語音辨識開發商紐安斯通訊（Nuance Communications）；後者是雲端與 AI 軟體的先驅。

從企業到國家，都愈來愈重視人工智慧，知道要想辦法運用 AI 創造更好的生活。不過，目前 AI 發展到底處於什麼階段？我們又該如何應用？

美國加州大學洛杉磯分校（UCLA）電腦科學系助理教授張凱崴形容，目前人工智慧技術已經可以幫助人類完成很多事，像是疫情來襲，電腦可以從大數據中篩選條件，自動搜尋、判讀潛在病例，幫助醫生大幅減少檢查時間，但 AI 也並非萬能，要先認知它的局限。他研究如何讓 AI 更符合人性，獲得 2021 年的史隆研究獎（Sloan Research Fellowships）。

AI 局限1. 資料寬廣度不足時，就會複製人類偏見

張凱崴認為，電腦在學習的時候，是依賴「彙整數據資料」來判斷，並沒有真正思考，如果資料來源太狹隘、不夠多元，資料寬廣度不足，電腦判斷就會出現偏差，「你跟電腦講清楚 input（輸入）、output（輸出），提供足夠的數據資料，它可以對應、學得很好，但還有很多面向 AI 做不到。」

舉例來說，亞馬遜（Amazon）2014 年推出智慧音箱（Amazon Echo），使用者口頭下指令給語音助理 Alexa 就能放音樂、查資訊。然而，有些人口音較罕見，或是用字較特殊，智慧音箱的資料庫沒有「不同口音」「不同用詞」的檔案，就可能失靈，這是當前 AI 的其中一大問題。

張凱崴進一步解釋，AI 另一項挑戰是，它無法清楚分辨「不曾出現」與「不能出現」（無法出現）之間的區別，只是從資料統計出要學的東西，無法像人類一樣進行邏輯思辨。

AI 的運作方式，第一步是輸入資料，第二步是分析，但這過程容易出現偏見。例如電腦在理解「總統」這個字，會去看四周有什麼字詞，來學習總統這個詞，由於許多總統都是男性，電腦就會「覺得」總統是男性。

這也是為什麼，如果讓 AI 學習，在它的認知裡，女性「不可能」當美國總統（因為沒有資料紀錄）。「你可以跟人類說，任何職業、性別都是平等的，但對電腦來講，這很困難，」張凱崴說明，一旦資料的寬廣度受限，電腦就容易產生偏見。

就像在自然語言處理（Natural Language Processing，讓電腦把輸入的語言變成有意義的符號）領域，張凱崴說明，AI需要知道代名詞指的是「哪個名詞」，才能運算下去。但如果資料受限，使用男性的「他」，電腦可能判斷這個代名詞是指總統、總理、執行長；但換成女性的「她」，由於數據不足，電腦就會混亂，出現系統性誤差。

他再舉一例，美國人工智慧研究組織 OpenAI 提出「生成式預先訓練」系統（GPT，Generative Pre-training），推出到 GPT3 版本，屬於書寫類 AI，電腦能夠揣測人們說完上一句話，下一句可能會講的句子，自動完成後半段。

好比有人上一句寫下「我正在和教授聊天」，系統可能推導出「我們在研究室討論學術問題」，因為電腦藉由蒐集來的語料資料中判讀出「教授」和「學術」具高度相關。但研究也顯示，GPT2（前一代版本）系統也從資料中學習到許多偏見，像是如果句子前半談論白人男性，系統傾向產生正面評價；如果句子前半是黑人女性，系統竟會產生負面句子。對企業來說，許多組織接觸 AI，想讓它們取代部分工作，首先需要留意資料的廣度、多元性，才能減少電腦犯錯的機會。

AI 局限2. 即便條件相同，也無法每次都做出正確判斷

「其實，現在的 AI 就像一台原型飛機，還缺乏穩定性。」張凱崴說，現行的 AI 就好比萊特兄弟（Wright brothers）剛發明飛機，看似可以做很多有趣的事，但「可以飛」跟「飛得很好」，有一大段落差。

紐西蘭的簽證系統曾鬧出笑話。人們上傳簽證照片，AI 掃描後，確認是不是本人，但當時系統沒有估算到某些亞洲人眼睛比較小，一名亞裔男子被判定「沒有張開眼睛」，因此照片無效。

張凱崴說，在這個例子中，凸顯出 AI 的穩定性不足，「系統沒有考慮到不同人種的差異，很死板地認為你眼睛沒張開。」所謂的缺乏穩定性，指的是 AI 沒辦法在相同條件下，每次都做出正確決策，這也是使用 AI 時，須留意的第二個挑戰。

他再舉例，許多模型可以準確分析，一則影評對電影的評價是正面或負面。然而研究顯示，有時只要將影評中一些字換成同義詞，例如把電影（movie）換成影片（film），或改寫句子，即使意思並未改變，系統卻把原本判斷為正面的影評標註成負面。這顯示AI系統還未真正了解語言的含義。

在設計這些程式時，人們必須注意到 AI 可能有局限，設定的資料範圍要更完整，考慮這些因素，就能減少偏見、落差，進而加強穩定性。

餵指令給 AI 要多元化，嘗試「換句話說」、刻意混淆

經理人雖然不一定具備 AI 方面的專業知識，但只要掌握觀念，再透過 AI 領域專才協助，也能優化系統。張凱崴指出，最直接的方法是，設計 AI 模型時，要把來源群組不同的資料分門別類測試，在測試階段讓群體多元化，並確保不同特色的使用者，用起來都沒有問題。

舉例來說，一套 A 系統擁有來自各地的使用者，如果設計者是台北人，設計系統的思維容易以台北生活為主，很可能因為當地習慣不同，導致花蓮使用者操作不順。

另一個方法，則是用不同的「語意」，去測試 AI 有沒有徹底學會一個概念。例如，有一套餐廳評鑑的 AI 系統，只要蒐集、整理使用者意見，就能判斷每個顧客對於餐廳的評比是高分或低分。那麼要如何確認這套系統的穩定性？張凱崴建議，可以利用「抽換詞面」的方法。

比如，把詞彙換成同義字，再看 AI 是否能運算出相同結果，「你可能會發現，原本評比結果是食物很美味，但如果美味換成比較困難的詞，AI 就會分不出這則評比是好是壞。」因此在訓練模型時，可以將詞彙隨機抽換成同義詞，增加 AI 的詞彙量。

第三種方式更進階：改變句型、重寫句子。張凱崴指出，同樣一句話，如果換成不同說法，電腦可能判讀錯誤，將「因為發生 A 事件，所以導致 B 事件」，改寫成「B 事件發生了，是因為 A 事件的緣故」，明明兩句話意思一樣，但 AI 很可能因為穩定性不足，搞混兩者的差別。如果要鞏固 AI 的穩定性，可以使用自動改寫的方式，增加資料的多樣性。

張凱崴表示，經過這些測試，讓 AI 接受更多元化的訓練，得到更廣的學習範圍，往後碰到同義詞、相似資訊，才能有效判讀。

張凱崴總結，AI 還在快速發展，或許可以創造更多工作機會、新的職位，但現行階段，它只是輔助角色。AI 並非魔術盒子，使用它就一定有更好結果，人們還是要保持高度耐心，先認識它的缺陷，才能在技術更迭下，發揮出最好的結果。

張凱崴

台灣大學資訊工程系碩士、美國伊利諾大學（UIUC）電腦科學博士。美國加州大學洛杉磯分校（UCLA）電腦科學系助理教授，研究領域包括人工智慧、機器學習、自然語言處理。2021 年獲得史隆研究獎（Sloan Research Fellowship），研究團隊開發的運算方法，使人類語言處理的程序更有效率、更多元，同時兼具公平性。

附圖：優化AI系統的3方法

資料來源：https://www.managertoday.com.tw/articles/view/62902?fbclid=IwAR2jI1bhg1anqct0AZZR_3LKKJqIsvG0wz2whSN8iniROZApHt-_qpD7dis

🗣四月十五日虹安於教文委員會針對「#科技教育實施現況及發展」進行質詢，為了培養學生的 #科技素養，透過運用科技工具、材料、資源，培養設計與創造科技工具及資訊系統的知能，108課綱新增 #四學分 的科技課程，包括生活科技兩學分、資訊科技兩學分。

▶️虹安表示111學年度，全國有59間大學，共584學系會查審高中生「科技領域」的修課紀錄，其中也不乏社會組的科系，都會參採科技領域的修課紀錄，包含設計系、外文系、法律系、政治系、傳播學系…等，請問教育部是否有針對高中端科技領域開設課程的類型等進行盤點？哪些課程是佔科技領域的大宗？根據高中資訊教師表示，目前有許多學校 #師資其實仍較匱乏，因此大多都只能開設符合主流的資工系升學需求的#APCS檢定課，非資工系及理主科系也會被參採所謂的科技教育，例如清大藝術與設計系欲結合人工智慧發展科技藝術，台北大學會計系也有相同情況。

▶️虹安認為，高中科技領域淪為APCS培訓班的問題，最大部分可能就是 #需要增加教師的員額，學校沒有那麼多人力可以開設更多元的課程，因此學校只能選擇優先開課綱裡的 #加深加廣選修，對此情況教育部掌握多少？

教育部長潘文忠則回應：「科技領域一直都不是考科的項目，但卻是未來的趨勢，所以在準備資料上不會要求一定要加深加廣，因此校方不能要求學生一定要修學分，它只是培養學生基礎素養。」

▶️對此，虹安自己是出身科技領域，雖很支持教育部推崇大數據、程式設計等相關課程，但是其實對社會組學生來說，並不是人人都需要學會APCS、寫程式，可能統計軟體、Excel、金融科技或影音製作等課程對社會組學生來說會更適合，因此希望教育部 #在未來可擴充資訊開課的多元性。

▶️另一方面，虹安也發現108課綱將國小的資訊課程刪掉，教育部國教署立場是，各縣市教育局處可根據地方特色，自訂「#課程架構」供學校參考，但只能用「#引導」而非強制，因此學校可以自行決定是否開設課程，正面來看是保有學校開課的彈性，但若反面來看，學校可開、可不開，拿掉國小電腦課的話會不會使國小生資訊能力較差、跟不上？國小資訊不列入正式課程，沒有寫課程參考，也沒有能力指標，有沒有可能造成各校程度落差？

▶️虹安認為上了國中後課程銜接也有可能會有困難，根據108課綱官網十二年國民基本教育課程綱要國民中學暨普通型高級中等學校（科技領域）資料，國中學習內容包含演算法、寫程式、大數據等內容，若A某學生就讀之國小未開設相關課程，而B某學生就讀之國小有開設，難免會讓人質疑是否導致有些學生「#輸在起跑點」？而國小老師不見得每個人都有資訊素養，所以搞到最後就是，國小的資訊融入教學變成「會用電子白板上課就等於培養了學生的資訊素養」？結果升到高中發現學生根本就不會用Word、Powerpoint，然後資訊教師就會被其他科的老師質疑為什麼高中資訊課不教學生這些資訊能力？

對此，教育部長潘文忠僅表示：「目前已有相關類課綱做銜接準備，速度會加快。」

🔺虹安希望教育部，能 #正視資訊教育第一線人員所面臨到的問題，提出有效的解決方式，否則就是徒增教師與學生的困擾。

#科技教育
#理性監督

🔥你對菲律賓的印象是什麼？

這週離島人邀請到在在菲律賓獨自闖蕩的數據分析師：Janet Lin。
Janet畢業於輔大統計資訊，輾轉到美國、法國ESSCA。曾經參與雜誌編輯、品牌經營、探勘壯遊團等等，現在在德國Henkel馬尼拉分公司擔任數據分析師，同時攻讀MBA。
歡迎大家來聽聽這週的離島人播客節目，
來聽聽Janet在菲律賓的生活與經驗、破除台灣人對菲律賓的刻板印象。

0:00 Intro
6:58 就讀輔仁大學的好處？
14:55 畢業後依舊熱愛統計？
18:16 前往菲律賓的契機？
22:21 在飛機上經歷火山爆發
29:26 在菲律賓發展的優缺點
31:19 什麼樣的人可以在菲律賓如魚得水
42:25 希望改變過去哪個決定
43:34 目前有打算回台灣發展嗎？
-----
🎧離島人們的經驗交流播客平台
A podcast platform, shares experiences of those who are offshore.

🏠 離島人官網 | https://www.humansoffshore.com
🎬 訂閱Youtube收聽節目 | https://bit.ly/ho_youtube
🌹 Paypal支援離島人生存計畫 | http://bit.ly/humansoffshore_paypal
-----
🎙Ep106 - 在數字間跳躍的女人：Janet Lin
#MBA #菲律賓 #數據分析
🔗 https://www.linkedin.com/in/janet-lin-990667172/

🏆經歷
- 德國漢高Henkel_馬尼拉分公司, 數據分析師
- 菲律賓_TWOGIE, 實習
- 台灣_台騑聯運股份有限公司, 海外部業務助理
- 台灣_茶日子, 業務專員
- 北印度壯遊
- 輔仁大學管理學院_"品牌推手"廣告比賽 第二名
- 輔仁大學管理學院_"領航" 雜誌主編
- 印尼班達亞齊_Syiah Kuala University, 輔仁大學學生交流團代表
- 印度清奈_Loyola College, 輔仁大學學生交流團代表
- 印度加爾各答_德雷莎修女仁愛修會, 志工團秘書
- 菲律賓_ 社區重建基金會Gawad Kalinga, 輔仁大學探勘團

🎓學歷
- 菲律賓_Ateneo Graduate School of Business, Standard MBA
- 法國_Management School ESSCA, Summer Exchange Program (European studies)
- 美國_The Catholic University of America, Intelligent Robotics program
- 台灣_輔仁大學, 統計資訊學系

Eric透過這支影片分享他成為精算師的經驗，並且從中回答大家的問題！
Eric介紹精算師的影片：https://youtu.be/oBV1GTtfNLE

數學系、經濟系、統計系、商學系、財經系、資工系的你，畢業後可以做什麼？精算這職業有很高的入門門檻，但是如果你能熬過那漫長的考試人生，你會有很大的收穫！希望這支影片可以幫助大家決定到底要不要走精算這條路！

以下為影片裡提到的一些資訊：
VEE (Validation by Education Experience) Requirement (VEE 需求):
SOA: https://www.soa.org/education/exam-req/edu-vee/
台灣網站：http://www.airc.org.tw/exam/501

VEE Directory (搜尋你學校哪些課被認可):
https://store.soa.org/Default.aspx?TabID=1808&VEE=displayonly

Different Actuarial Societies (不同的精算協會)：
SOA: https://www.soa.org/
CAS: https://www.casact.org/
IFoA: https://www.actuaries.org.uk/

Eric 使用過的精算參考書：
TIA: https://www.theinfiniteactuary.com/
ASM: https://www.studymanuals.com/
ACTEXT: https://www.actexmadriver.com/
Rising Fellow: https://risingfellow.com/
Crystal Clear: https://crystalclearexams.com/

#經驗分享 #精算 #數據分析

歡迎追蹤我們The DoDo Men的IG和FB:
Instagram: https://www.instagram.com/thedodomen/
Facebook: https://www.facebook.com/TheDoDoMen/

精算跟數據分析｜實用的技術｜什麼是精算師？｜如何成為一名精算師？｜精算師的前景？ | What is an Actuary?

Eric拍了一個續集來回答大家的問題：https://youtu.be/vBn1fKa7hzE

在這個因為疫情COVID19導致社會動盪、大量失業的2020年，大家都會想要一個比較穩定的工作
精算師是個被譬喻為年薪百萬最穩定的職業，並且長期榮登最佳職業的寶座
就算是經濟蕭條的時候，精算師的需求量還是非常的高
剛好Eric是一位擁有美國精算執照的精算師，藉著這個機會讓大家了解這個很少人從事的職業！

影片裡會分享：
-什麼是精算師？
-如何成為一名精算師？
-精算考試要考幾年？
-精算師賺得多不多？
-精算師的前景

如果大家有興趣了解影片裡沒提到的資訊，歡迎在下面留言！

#精算 #實用的技術 #數據分析

歡迎追蹤我們Instagram和Facebook:
Instagram: https://www.instagram.com/thedodomen/
Facebook: https://www.facebook.com/TheDoDoMen/