Women in Data Science Conference 2018

Women in Data Science (WiDS) Conference 旨在鼓勵與育成全球的資料科學人才，不分性別，同時支持「女力」在此領域中的發展。

Global WiDS Conference 由美國史坦福大學 (Stanford University) 發起，每年舉辦研討大會，邀請行業內頂尖的女性擔任演講嘉賓，並有超過100個活動由全球的WiDS大使於各地區舉辦。

WiDS Conference Taipei

今年臺北舉辦了首屆的 Women in Data Science Conference，邀請了來自國內外產業界、學術界的女性研究員、工作者以及科學家來分享最新行業趨勢、職涯規劃，以及資料科學在各個領域所帶來的重大改變，同時我們也與 Girls in Tech Taiwan (part of Google Community Groups) 合作規劃一系列的機器學習工作坊 (Workshop)，不管妳/你是資料科學領域的新鮮人或管理階層、對於海外資料科學相關工作有興趣者、或著只是好奇時下火紅的資料科學到底是什麼，都可以在活動中得到豐富的資訊，並與重量級講者以及各領域專業人士交流！

日期
工作坊 1： 2月24日, 2018
工作坊 2： 3月3日, 2018
工作坊 3： 3月10日, 2018
年會： 3月25日, 2018

地點
三創生活園區 11F (100台北市中正區市民大道3段2號)

All-In-One 套票: 售罄

講者介紹

胡筱薇

副教授
東吳大學巨量資料管理學院

許永真

教授
臺灣大學資訊工程學系

Ann ChenMachine Learning Researche, KKBOX

陳怡安

機器學習組經理
KKBOX研究中心

張羽祈

軟體工程師
Oath (Yahoo!)

黃國寧

分析與資料科學組經理
LinkedIn

張碧娟

資深軟體工程師
Google

彭伊萱

風險策略分析師
Uber Data Insight Team

曹曼資

共同創辦人
Cicadata

陳倩瑜

教授
臺灣大學生物產業機電工程學系

活動議程與購票資訊

給初學者的機器學習 101

14:00-17:00
2月24日, 2018

工作坊 1：售罄

第一次用 TENSORFLOW 就上手

14:00-17:00
3月3日, 2018

工作坊 2：售罄

用 TENSORFLOW 玩圖片風格轉換

14:00-17:00
3月10日, 2018

工作坊 3：售罄

WIDS 臺北年會

9:00 - 17:45 (年會議程)
3月25日, 2018

年會單場票：售罄

ALL-IN-ONE 套票

想要一口氣參加所有的活動嗎？購買 All-in-One 套票即可憑單張票卷參加所有的活動，且享有套票折購！套票數量有限，欲購買請至 WiDS Taipei 年會報名頁面並於購票時點選 All-in-One 套票。

* WiDS Taipei 同時提供學生優惠折購，學生請於購票時點選學生票

2018 WiDS 臺北年會議程

9:30 - 10:00

開場與介紹

10:00 - 10:50

(Space A,B)

Artificial Intelligence at Google

張碧娟
資深軟體工程師, Google

This talk will cover an introduction to artificial intelligence, machine learning, and deep learning. It will also provide an overview to various AI applications at Google, from products to other research areas such as genomics.

11:00 - 11:50

(Space A,B)

Drive Business Impact with Data

黃國寧
分析與資料科學組經理, LinkedIn

An intro about LinkedIn, LinkedIn Analytics & Data Science team, and how we leverage the unique and rich data at LinkedIn to drive business strategies, optimize products, and create economic opportunity for every member of the global workforce.

Lunch Break

13:00 - 13:50

(Space A,B)

From Econ to Data Science

彭伊萱
風險策略分析師, Uber Data Insight Team

Evelyn will discuss her career path changing from econ, tech company to data science. What triggered her pursuing the enthusiasm for data and what brings her to Uber. Also, she will share some industry insights as a new member in data science who is at her early career stage. Fresh tips for working overseas, job hunting and interview experience as she just joined Uber three months ago.

14:00 - 14:50

(Space A)

Knowledge from Data for AI

許永真
教授, 臺灣大學資訊工程學系

Recent successes in AI are largely due to the availability of scalable computing and massive amounts of labeled data. In this talk, I will review the debate between data-driven and knowledge-based AI, and propose approaches for getting the best of both worlds.

14:00 - 14:50

(Space B)

燒板子到燒腦子：從嵌入式系統到data science

張羽祈
軟體工程師, Oath (Yahoo!)

談一個雖然讀ＣＳ可是走硬體路線的人，如何從燒板子、焊電路、看邏輯電路與研究ＣＰＵ架構，到不小心誤入data science叢林，開始了茫然也硬著頭皮上的奇幻愛情故事（？）

Coffee Break

15:30 - 16:20

(Space A)

音樂串流產品中的推薦與個人化 - 機器學習與機器學習之外的兩三件重要的事

陳怡安
機器學習組經理, KKBOX研究中心

The importance of machine learning techniques to a mature recommendation system has been highly highlighted already. Machine learning techniques is a necessary element for building recommendation and personalization. However, there are far more important things while introducing those techniques into a product. Despite machine learning techniques, there are also many other techniques required to develop a mature product. Despite techniques, there are a lot of things to be taken care of. We will share our experiences during this talk.

15:30 - 16:20

(Space B)

資料科學人才養成之數據天堂路

胡曉薇
副教授, 東吳大學巨量資料管理學院

這個時代的學習和過去很不一樣，有太多的新知識與新技術鋪山倒海的湧入，就像這幾年大家在談的IoT、Big Data、ML、AI、Blockchain，似乎沒有人能明確又清楚的告訴你那些是什麼? 它沒有教課書，也沒有結論，因為這一切都還在發展與演化當中，不過可以肯定的是，倘若我們仍舊以過去的學習態度和方法，要能夠跟上這個時代，掌握這些風口，肯定很困難。

這次的分享，就來和大家聊聊這兩年我們怎麼和國內外的企業合作，導入Capstone Projects，專門為培養資料科學人才而設計的數據天堂路計畫。最後，我想引用Ratatouille的經典台詞並稍做修改來鼓勵各個領域的朋友。

"Not everyone can become a great Data scientists, but a great Data scientists can come from anywhere."

16:30 - 17:20

Data Science Round-table 座談會 + 自由交流

座談會與談人: 陳怡安、張羽祈、許永真、胡曉薇、曹曼資、陳倩瑜

17:30 - 17:45

閉幕