Page 64 - 高中生活AI大智慧-電子書_Neat

出身的人員善於透過編程整合和整理不同來源的數據，提升分析海量
數據的效率，但對於如何把原始數據轉化為有價值的資訊卻不是他們
的專長。

隨著近年機構企業可收集的數據變得越多越複雜，這種情形越常
發生，學習了統合性的知識所造就的「數據科學家」，是一個比一般
程式設計師更懂統計學，或比一般統計學家更會編輯程式的人，這種
人才也是我們常常講的「π 型人」：精通雙專長，橫跨雙領域可產生

兩倍以上價值的人才，唯有跨專長、跨領域、跨視野、跨技能、跨文
憑、跨語文的能力及思維，可將兩種以上能力相互結合，發揮「一加
一大於二」的效果。康威更指出，如果只會其中兩個領域，有可能落

入企業不缺此種人才的危險區域 ( danger zone ），而被具有人工智
慧的機器取代，或是只能做傳統研究工 ( traditional research ）的
困境，必須三個領域都具備一定程度的專長，才能勝任巨量資料科學
家的工作；作家兼資訊科技研究者 M 提姆·瓊斯 ( M．Tim Jones ）
也指出巨量資料科學家除具備專業知能外，還須具備藝術思考、團隊

合作與善於溝通的個人特質；臺灣大學化工系呂宗昕教授在他所著的
《π 型人—職場必勝成功術》一書中提出幾個具體建議：

1. 充實基礎知識

各領域均有必學的基礎知識，懂得基礎知識，才有能力修習進階
知識。以基礎知識建立起穩固的地基，才能搭蓋出高聳入雲的專
業知識大樓。

2. 精通第一專長

別在同一時間學習太多不同專長，這將使自己疲於奔命。先全力

62