臺灣 vs 新加坡資料科學現況 — 誰來晚餐系列小聚

Angus Kung 龔晏徵

Published in

XChange

5 min readMay 20, 2019

寬頻網速蟬聯全世界冠軍24個月的新加坡，舉國平均擁有臺灣兩倍速的連線速度，這個寸土寸金的城市國家，以據說「優惠於彰化的地價」，獲得網路巨擘 Facebook 青睞投資三百多億台幣，建置亞洲首座資料中心。

今天四位任職於新加坡的資料科學家，透過晚餐的機會聚在一起，討論對於「新加坡如何支持資料科學領域」的觀察，並反思臺灣的政策與出路。

新加坡如何支持資料科學領域？

A* Star 新加坡科學研究局

新加坡的研究機構 A* Star ，相當於臺灣的工業技術研究院，隸屬於新加坡貿易與工業部，與產界的合作相當密切。政府夥同新創公司，聯手培育新生代人工智慧人才，透過 AI Singapore 計畫，協同參與企業各付一半費用，提供為期九個月支薪的 Apprenticeship 訓練。

在前兩個月，提供從零開始的完整授課系統。在後續七個月，直接將人才投入業界，解決商場中的實際問題。過程中不僅採用三星期為一週期的 Sprint 開發模式，甚至配有專業全職的 Mentor 和 Product Manager，在有經驗的專人帶領下，一起走完資料科學人才培育中最重要的一哩路 — 實戰經驗。

在計畫中，我們認為最重要的訓練元素是：

解決真實世界的實際問題

利用產學直接合作，確保學員得到最貼近現實世界的真實資料，進而培養解決問題的實戰力。

Jacky（A* Star 資料科學部門軟體工程師）表示，雖然該機構實屬政府組織，但注重 Product Manager 的價值，計畫中的 KPI 仍是商業導向的實際 GDP 成長，符合商業本益比考量。

新加坡國立大學的加速器 GRIP

雖然身為校園中的學生加速器，但提供許多全職的法規、財務專業顧問，為直接攻進市場做足準備。最讓人驚嘆的是，埋頭跳入科技開發前，啟動市場調查，跳脫工程師苦幹思維，在開工前就強迫跟市場接軌！

不埋頭苦幹，第一步先釐清市場上的立基點

臺灣的資料科學領域可以如何借鏡？

科技大擂台

以去年最火紅的比賽「科技大擂台與 AI 對話」為例，高額獎金確實吸引大批人才嘗試，但仍缺乏三大要素：完整可複製的授課系統、賽事與產業的直接效益、解決真實問題的訓練。在賽事與預算規劃中，使用上如何效益極大化，使用後如何進行效益驗收，都是可以增進的方向！

跟業界合作釐清市場需求，訂定比賽題目，賽後直接延伸價值

產學資源加強連結

臺灣相較於新加坡，擁有近6倍的定居人口，許多產業上下游自成一體，而部分學界機構又孓然獨立於產業之外。身為致力於生醫產業的 Jacky 就以標竿性的臺灣大學為例，舉出臺大創新創業學程與臺大醫院缺乏有效連結，而有想法、有熱忱的新創團隊也沒有門路去洽談接觸醫院體系。

缺乏的不是新生代人才，而是連結這些新生代人才的橋樑

產業間經驗傳承

臺灣相對於新加坡有較大的市場，也擁有較完整的產業供應鏈以及較全面的各領域產業，舉凡石油塑化產業、重工製造業、食品加工業等傳統產業，都是幫助臺灣經濟起飛的重要推手。曾為臺灣新創圈奉獻心力的 Allen 表示，現今這些臺灣中堅產業的寶貴經驗，並沒有延伸傳授給年輕人；而這些產業握有的資源也沒有連結到年輕人手上，因此資料科學、人工智慧等議題多在空談階段，還沒能真正落實到幫助產業轉型的實際議題上。

缺乏的不是創造更多的資源，而是將資源連結給有衝勁、有能力的年輕人

釐清人工智慧問題核心

很多 AI (人工智慧)的問題，並不是真正的 AI 問題。
在商研商，回歸最基本的商業道理：本益比，永遠都應該用最簡單的方法，去解決真實世界的問題，並達到最高效益！完全以 PoC (Proof of Concept) 先決，凡事 benchmark (基準檢測) 為重，不該為了追求複雜尖端的技術而迷失問題的核心價值。