從土木系到機器學習

KKBOX機器學習組經理陳怡安見證資料科學如何改變世界

「當年，在我們那個年代其實…」怡安邊說邊靦腆地笑了一下。對於自己可能是WiDS在場較資深前輩的身份，顯得有些害羞，但言語中透露出滿滿的成就感。對她而言，能參與資料科學改變世界的過程，是一個很棒的事情。

從18年前的Startup談起

怡安2001年從土木系畢業，正當人生茫然的時候，教授領著她進一間做企業搜尋引擎的新創公司。剛進去時，怡安懵懵懂懂地開發企業內部搜尋引擎，一腳踩進機器學習領域。

過程當中，不知爬過多少文獻、把玩不同演算法，也在成功與失敗當中，獲得無數寶貴經驗。當時怡安所開發的台積電內部專利檢索系統，能將龐大與繁複的資料，用視覺化與資料相關性的方法，協助專利工程師找到需要的內容，讓在場的客戶頻頻稱道。怡安難掩驕傲的表示，「能幫到客戶解決問題，很有成就感！」

後來Google出現，怡安見證資料科學如何改變人類工作及生活型態，也讓她在資料科學這條路，對於如何做好的資料索取、如何用演算法協助人類處理日常生活瑣事，走得更有趣與踏實。

思考是種很幸福的運動

對怡安來說，人動腦筋時是很愉悅的。如果能將自己原本腦袋裡的東西，幻化成解決問題的方法，甚至達成預期的使用者行為是一件很棒的事。機器學習能夠做到傳統主觀的人工編輯精選 (editorial）做不到的事情，例如透過演算法挖掘並推薦使用者會有興趣的內容，以客觀資料的方式幫助新的創作者被發現。KKBOX去年開始推出的「每日新發現」，就是推薦用戶可能會喜歡的，但平常比較沒有接觸的音樂類型，擴展用戶音樂新領域也讓藝人延伸創作作品的觸角。就這樣，一點一滴的工作經驗與資料科學累積越來越深厚的緣分。

精準的溝通，是門藝術

怡安表示，資料科學持續的挑戰是如何做到「精準溝通」。資料科學的熱潮也不過就這近十年的事，所以大家對這門學問的理解與期待往往有落差。這個領域除了要說明資料科學能做好做滿的事情，更重要的是要清楚溝通有哪些限制。所傳達的訊息不能太難、必須簡單扼要與精準。資料科學不像寫程式非黑即白，因此中間有非常多的選擇跟優先順序，需要以簡馭繁的方式讓團隊達成共識。至於有些做不到的事情，就需要很清楚的解釋。萬一遇到問題，不見得就無法達成原本的商業目標，很多時候往往是團隊一起去腦力激盪出解決方法。商業營運相關的任務，例如怎麼運用data 幫助組織去看到他們沒看到的機會或問題點，一直都是這個領域最大的挑戰。

建構理性溝通、踴躍發言的環境

在職場性別平等的議題上，怡安認為，雖然相比上一代已經有改善，但女性除了原本背負的社會期待之外，也從小被教育被期待要聽話。當工作上發生爭議時，男性會比女性更有處理意見相左的勇氣。他表示，其實資料科學這種東西沒有對錯，好的解決方案也往往是從反覆辯證而來。怡安建議女性除了要有勇氣之外，就是要常練習如何以有條理的方式去整理與表達觀點。資料科學本來就是越辯越明的，沒什麼好害怕的。

如同優秀的軟體在開發過程中，領導者會鼓勵團隊提出不同的意見。職場上也需要建構一個不分職別、性別的理性辯證的環境。女性自然而然更勇於發言，也在這過程中提升自己的專業度。

積極參與社群，正向影響她人

怡安鼓勵女性多參與類似Women in Data Science的活動，與同行交流。雖然所處的軟體業仍然陽盛陰衰，但女人在這個行業可以更勇敢、更努力地去突破。正如怡安所說：「如果意見沒有被採納，自覺份量不夠，那就再多加一點囉。」

“能做到什麼程度？先做就對了，再影響別人“