活動簡介　

現今企業愈發重視以數據評估公司的決策，期盼優化流程、減少成本，最終能獲得更佳的效益。

此次講堂主題涵蓋金融、製造業、服務業，以專案實例談論如何利用數據驅動決策，引領企業邁向最佳化。在最後，三位專家將進行座談，深入探討如何面對企業資料科學的需求進行人才培育，最終得以讓資料在產業中發揮更大功效。

 

 

　講者與講題簡介　

李家岩 副教授 國立成功大學 資訊工程學系暨製造所 / 副教授　　　 兼 副系主任 兼 製造所所長 美國德州農工大學 工業與系統工程 / 博士

工業運籌最佳化：

成大資訊系暨製造所李家岩副教授將分享以作業研究/運籌學 (Operations Research, OR) 為核心，闡述處方性分析 (Prescriptive Analytics) 在人工智慧中扮演的角色。

整體先以 「系統思考」切入，透過系統化分析流程，從個體單元面的決策，連接到總體公司面的營運績效，以系統思考個體間的互動與關聯如何影響到整體，做到點、線、面的串接與整合。

另一方面，以生產與作業管理架構，介紹 OR 在業界的實證案例，從學理觀點出發，分別介紹策略 (Strategic) 、戰術 (Tactical)、與作業 (Operational) 層級的問題利基與分析要點，並說明具體作法，案例包含自製外包決策、供應商評選與訂單配置、產能規劃與 庫存補貨、生產排程等，以工業運籌最佳化建立製造數據科學時代下的新格局。

 

孔令傑 副教授 國立台灣大學 資訊管理學系暨研究所 / 副教授 美國加州大學柏克萊分校 Department of Industrial Engineering and Operations Research / 博士

作業研究與經營據點最佳化：

某公司在全臺灣設有 12 個服務據點，每天將這些據點的工程師派工到全臺灣上萬個客戶端做設備的維修保養。是否有必要繼續設置 12 個服務據點，還是其實可以裁撤一部分呢？整併據點，可以省下據點的營運成本（例如辦公室租金），但會拉長工程師移動到客戶端的距離，增加服務成本（例如油錢）。

臺大資管系孔令傑副教授將簡要地介紹在作業研究（Operations Research）領域中廣為應用的「整數規劃」（Integer Programming）方法，並利用上述的實際產學合作案例做應用上的說明，讓你可以用數據說話而不是憑直覺下決定。

 

魏家祥 資料科學架構師 國泰金控數位數據暨科技發展中心 資料科學架構師

國泰資料交流最佳化 - 分散式高效 ETL 工具 : Mole：

國泰金控數數發的魏家祥資料科學架構師，將分享由國泰自行開發的一款 Open-Source 便利 ETL 工具 - MOLE，以解決數據工程師在處理 ETL（提取、轉換和加載）太過複雜、耗費精力的問題，甚至也可以讓傳統工程師或分析人員，在不用學習 Scala 以及 Spark 的情況下，只要熟悉 SQL statement 就可以透過簡單的設定，來進行分散式大數據運算，進而最佳化整個資料處理流程。

 

 

2019 年 12 月 15 日 (星期日) 09:00 - 17:30

逢甲大學第三國際會議廳 (資電館 2F)

 

 

　議程　

時段	內容
09:00 - 09:30	報到
09:30 - 10:40	國泰資料交流最佳化 - 分散式高效 ETL 工具 : Mole    魏家祥 資料科學架構師
10:40 - 11:00	Tea Break
11:00 - 12:30	工業運籌最佳化 - 系統思考 李家岩 副教授
12:30 - 13:30	午餐
13:30 - 14:50	工業運籌最佳化 - 工業運籌學(工業OR)與實證案例 李家岩 副教授
14:50 - 15:00	Tea Break
15:00 - 16:20	作業研究與經營據點最佳化 孔令傑 副教授
16:20 - 16:30	Tea Break
16:30 - 17:30	Panel Discussion 如何讓資料在產業中說話 - 談資料科學人才之需求與培育

 

　活動場地路線圖　

• 課程講座