| 我的學系 |
華梵大學 智慧生活科技學系大數據與管理組 |
國立屏東大學 大數據商務應用學士學位學程 |
|---|---|---|
| 所屬學群 |
資訊學群
跨
管理學群
資訊管理學類 |
資訊學群
跨
管理學群
資訊管理學類 |
| 所在校區 |
資料準備中 |
資料準備中 |
| 學系特色 |
多元化及優良之師資: |
大數據商務應用學士學位學程以大數據分析為基礎，培育將大數據應用於商業管理各領域的專業人才。課程包括商業大數據分析、人工智慧、機器學習等課程，並包括在行銷、財金、管理、以及E化等各領域應用的模組課，使學生同時具備基礎分析與商務應用的能力，提升職場競爭力。本學程畢業學生出路很好，除了大數據分析相關工作之外，並可從事行銷、財金、管理、企業E化等工作，在就業市場上非常受到歡迎。 |
| 學科意涵 |
本學系之大數據與管理組發展方向涵蓋智慧科技、資料科學與管理應用等三大專業。以培育具有管理素養與數據分析之基本能力為教育目標。訓練學生能夠將數據分析與管理知識結合，運用資料分析方法與軟體工具，透過分析結果與視覺化圖表的呈現，從數據中發掘出重要訊息，做為管理決策之參考。 |
大數據商務應用學士學位學程是以大數據分析為基礎，涵蓋程式設計、商業大數據分析、資料探戡、機器學習的基礎課程，並將數據分析的資料應用在行銷、財金、管理、以及E化總共4個商業領域。 |
| 學習方法 |
數據分析與管理方法:學習重要的大數據分析方法與管理知識，並且能夠將大數據分析與管理方法結合，使學生能夠從管理思維來解讀數據分析之結果，進行有效之決策。 版權:華梵大學智慧生活科技學院 
基本程式能力訓練:以大數據領域中最常使用的兩種分析工具R語言與Python語言為主；除了學習如何運用這兩種分析工具來執行大數據分析外，並且訓練學生能夠以這兩種工具撰寫基本程式。 版權:華梵大學智慧生活學院 
專題實作:訓練學生能夠將數據分析與管理知識之專業應用於實際案例中，並選擇一研究主題進行專題報告，作為本系專業之總結性評量。 版權:華梵大學智慧生活科技學院 |
未上傳圖片 課堂講授：由教授帶領同學學習資料探戡以及數據分析方法，利用實際演練、程式實作，協助同學了解課程內容。 未上傳圖片 個案分析或研討: 針對國內外實務教學個案，學生進行分組討論，培養分析解決問題、溝通協調、團隊合作、責任心的能力。 未上傳圖片 團隊學習:是指一個單位的集體性學習，學生之間的互相學習、互相交流、互相啟發、共同進步。 |
| 高中階段可以準備的學習方法或方向 |
大數據與管理組強調數據分析與管理知識的結合，藉由數據的分析結果，以管理角度的思維來進行決策。對於本組感興趣之學生，建議能夠在一些程式語言或資料分析軟體，如Python、R、C等，打好基礎；並且涉及一些科技應用及管理知識之學習，培養邏輯思考與事情的解讀能力。 |
大數據分析技術日新月異，對其有興趣的同學們可以查詢Linkedin平台的大數據分析相關職缺，以了解目前國際產業趨勢與人才需求。例如：Google、Apple、IBM、Microsoft、Netflix等科技公司以及Data Scientist、Data Analyst等職缺。 |
| 與相關科系之異同 |
一般大學的數據分析相關學系之課程，過於著重在數據分析能力與技巧的訓練，而忽略管理的素養內涵。本系大數據與管理強調數據分析能力與管理知識並重，除了培育學生的數據分析能力外，亦強化學生在管理領域知識上的學習，用以訓練學生以更宏觀的思維來進行數據分析的解讀，進而做出更有效之決策。 |
大數據商務應用學士學位學程主要是學習大數據分析、人工智慧、機器學習等課程，並包括在行銷、財金、管理、以及E化等各商業領域的應用，其他大數據、巨量數據、數理統計等學系主要著重在數據分析與數學演算的訓練，而本學程則強調數據分析的結果在各商業領域的應用。 |
| 生涯發展容易誤解之處 |
無 |
無 |
| 學習方法容易誤解之處 |
本系強調「數據分析」與「管理知識」兩者並重，不同於傳統的「資訊科學」相關科系。傳統的「資訊科學」相關科系領域較偏向技術性/操作性的訓練，彈性較小。而本系包含數據分析與管理兩種專業，能夠有效地將數據分析的結果應用於各種管理領域上，比傳統「資訊科學」相關科系具有更大的彈性。 |
一般人看到大數據分析會以為本學程都是在做數據運算，需要很強的數學基礎，其實不然，本學程主要學習程式設計與資料探戡，再利用程式來針對取得的大數據資料跑分析，並進一步將所得到的分析結果應用到行銷、財金、管理、E化等各個商業領域，除了學習大數據分析的基本技能之外，也可學習到商務應用的實戰能力。 |
| 學習資源或補充說明 |
本學系以培養應用實務型人才為目標，主要之專業亮點是將資訊科技融入生活中，因應就業市場對於各種專業人才之需求，本系提供多種課程模組之學習，培育具有多元能力之專業人才，用以提升職場就業競爭力。 |
無 |
| 我的學系 |
華梵大學 智慧生活科技學系大數據與管理組 |
國立屏東大學 大數據商務應用學士學位學程 |
|---|---|---|
| 核心課程地圖 |
|
|
| 專業選修課程 |
|
|
| 特色課程 |
資訊科技模組此模組為資訊基本知識與能力，包含四門課為程式設計導論、資料結構、資料庫系統、與雲端計算導論。程式設計導論、資料結構、資料庫系統是屬於程式設計課；雲端計算導論則為程式設計的初階應用。本模組主要是以培養同學能學得資訊相關技術與基礎能力，進而應用到智慧生活科技之相關設計與運作。 版權:華梵大學智慧生活科技學院 
資料管理與分析模組資料管理是指將資料視為重要資產加以管理，以安全、有效而且具備高成本效益的方式來收集、保留和使用資料。目的在發展處理企業資料生命周期之適當建構、策略、實踐和程式。資料分析則是協助組織人員在策略和法規範圍內優化資料的使用，以制定決策創造價值。因此資料管理與分析能力是企業不可或缺的核心競爭力。 版權:華梵大學智慧生活科技學院 
數據分析模組此課程內容涵蓋數據分析領域的相關資料分析技巧與執行資料分析的常用軟體工具。學生可學習到資料的處理、轉換、運算、相關資料分析方法以及基本的程式撰寫與邏輯思考能力，使得學生能夠具備一定之數據分析能力以強化學生日後從事數據分析行業之競爭力。 版權:華梵大學智慧生活科技學院 
創業經營模組創業經營學程旨在教導創業經營過程中所需考量的各種事項，內容涵蓋營利事業的選擇、申請方式、籌資管道；繼而擴展至營利活動的主要來源，由如何掌握消費者，對目標市場進行定位，至作出優越的顧客關係管理；同時亦探討社群網路、精準行銷、蒐集網路數據、優化搜尋引擎，以提升網路行銷效果。 版權:華梵大學智慧生活科技學院 
智慧生產製造模組本課程模組，涵蓋生產與作業管理、品質管理、物流管理，教導同學了解工業4.0，結合生管、品管、物流管理透過分析手法與軟體分析找出製程關鍵因子與績效指標，藉由人工智慧自動調整參數，進而達到無人工廠與快速運送的目標，修課同學日後可從事智慧生產與製造工程師、物流管理師、品質管理師、生產管理師等相關工作。 版權:華梵大學智慧生活科技學院 |
未上傳圖片 大數據程式設計依Linkedin平台外商徵才資訊與IEEE程式語言排行，Python已是數據分析必備技能。除基礎Python程式語言，學生將學習使用Python工具套件，如:Pandas資料前處理,Numpy進行科學運算,Scikit-learn機器學習應用資料分析,Spark MLlib平行分散式機器學習。 未上傳圖片 商業大數據分析在數位時代，大數據是企業競爭力的關鍵。學生將學習從資料模型的設計、資料萃取、系統架構等系統導入的技術議題與管理意涵。並理解落實企業管理各領域所牽涉到的關鍵指標，其中包含財務、成會、銷貨、生管、採購、人事與大數據分析等相關技術。 未上傳圖片 資料探勘隨著網際網路以及資料庫技術的發達，人們搜尋資料變得愈來愈容易，透過網路我們可以輕易地獲取大量的資料。現今資訊技術面臨的挑戰已經不是如何管理資料，而是如何從這些大量的資料，探勘資料的關聯並找出有用的洞見，例如：商品搭售與攤位配置、最佳化人流動線規劃等應用。 未上傳圖片 商業智慧商業智慧係指資料倉儲、知識萃彙以及決策支援系統等模組，學習如何透過資訊系統幫助企業與組織做出好的決策，包括財務、成會、銷貨、生管、採購、人事與大數據分析等組織營運範疇，結合案例介紹，同學較能理解實務個案導入時遭遇到的問題，讓實務與理論相結合及增加實務個案運作的了解。 未上傳圖片 機器學習導論機器學習(Machine Learning, ML)是人工智慧(Artificial Intelligence, AI)的核心技術之一，隨著資通訊技術日新月異，機器學習技術已經成功運用在醫學、商業等各大領域。機器學習主要研究如何訓練機器(電腦)模仿人類的決策思維，進行分類、分群與預測等分析工作。 |
| 完整課程地圖 |
資料準備中
|
資料準備中
|
| 我的學系 |
華梵大學 智慧生活科技學系大數據與管理組 |
國立屏東大學 大數據商務應用學士學位學程 |
|---|---|---|
| 適合從事工作 |
|
|
| 系友生涯 |
未上傳圖片
本系尚無畢業生本系尚無畢業生 本系尚無畢業生 |
未上傳圖片
本系尚無畢業生本系尚無畢業生 本系尚無畢業生 |
我的學系 |
華梵大學 智慧生活科技學系大數據與管理組 |
國立屏東大學 大數據商務應用學士學位學程 |
|---|---|---|
多元能力 |
語文理解與表達：能透過語文理解他人想法形成特定概念，且能說明特定想法或因果關係。
5%
敏銳創造：能覺察特定事件與觀念、理論之間的差異，且能對事物進行拆解、組合、重新詮釋，呈現新穎之處。
5%
邏輯推理：能捕捉事物運作的規律或關聯性，歸納或是推演不同事物的差異或因果關係，並得到特定理解。
5%
數理科學：能選擇適當的科學、數理知識或邏輯來思考問題，依據科學規律正確地推演出答案或排列資訊。
5%
記憶詮釋：能識別、儲存、喚起多項資訊、數字、知識內容，且能以多種方式組合這些訊息間的差異與關聯。
5%
快速知覺與總結：能從散落的資訊中，快速分辨與覺察具有意義的訊息，且能歸納出要點、關聯、架構等概念。
5%
空間定向：能覺察環境、物體與自己的相對位置，辨別出方向、維度，想像物體在移動或重新排列後的外觀。
5%
同時多工：能同時接收多個訊息，切換心力在不同的訊息組合。
5%
專注力：投入心力在特定訊息及排除外部干擾。
5%
批判思考：運用不同觀點對問題進行理性分析，對問題的解決方法或結論，評估出優缺點、支持、反對的意見。
5%
主動學習：積極尋求新資訊用以掌握問題的前因、後果以及預期影響，並依據各環節選擇適合的學習行為。
5%
自省促進：收集、評估自己或他人的表現，提出可改善及調整的方法或採取行動。
5%
社會覺察與合作：覺察並理解他人的感受或想法，並調整自己的做法，配合他人來完成任務。
5%
說服協商：提出觀點與他人商議或說服他人同意，以積極的態度引導他人，達成共識、目標，或解決困難。
5%
問題解決：分析並預判問題的成因與後果，設想出合適的解決方法及使用的工具。
5%
運作分析：分析特定需求並規劃合適的運作流程，運用技術調整、組裝、設定設備，讓設備及系統正常運作。
5%
程式設計：了解程式語法以及邏輯架構，撰寫、修改程式，開發並設計系統。
5%
機械操作：能監控設備或系統，按程序運行、排除故障，且能進行修繕、更換零件，檢測產製成果的品質。
5%
系統運作：評估與分析系統的運作方式、效能，考慮運作成本與效益，制定系統運作可改善或調整的方式。
5%
資源管理：分配及運用可支配的資源，調配人力、物力、資源運作的合理性、平衡性，發揮預期效益。
5%
|
邏輯推理：能捕捉事物運作的規律或關聯性，歸納或是推演不同事物的差異或因果關係，並得到特定理解。
30%
數理科學：能選擇適當的科學、數理知識或邏輯來思考問題，依據科學規律正確地推演出答案或排列資訊。
30%
記憶詮釋：能識別、儲存、喚起多項資訊、數字、知識內容，且能以多種方式組合這些訊息間的差異與關聯。
30%
程式設計：了解程式語法以及邏輯架構，撰寫、修改程式，開發並設計系統。
10%
|
性格特質 |
主動積極：常常主動提出特定見解，樂於付出活力與熱情投入特定問題、活動，引領他人的行動。
20%
合作互助：總是願意優先關照、包容他人的需求，在不同意見中尋求最大的合作可能，優先尋求團體的共同價值，信任團體成員的指引。
20%
深思力行：常常追求事物的條理秩序，審慎確認事物的彼此關係，行事仔細考量後果。
20%
探究冒險：常常樂於探索未知事物、能夠容忍陌生情境，樂於把困難視為一種挑戰，在探索、挑戰未知中偏好看見自己的成長。
20%
變通開創：常常對多種事物，表達熱情興趣，對於既有事物，進行拆解、重組，給予新的理解與觀點，並且喜愛創造出令人意想不到的新事物。
20%
|
主動積極：常常主動提出特定見解，樂於付出活力與熱情投入特定問題、活動，引領他人的行動。
40%
堅毅負責：常常長時間專注投入於特定事物，排除干擾訊息，會對所承諾的事物，會負起責任目標、執行到底，享受追求成就。
30%
變通開創：常常對多種事物，表達熱情興趣，對於既有事物，進行拆解、重組，給予新的理解與觀點，並且喜愛創造出令人意想不到的新事物。
30%
|
