Search
在全球進行數位轉型的年代中，有一門專業也在轉型，那就是人力資源(Human Resources, HR)，所以有愈來愈多標竿企業HR部門/世界級的管顧公司/人資系統商，都在找數位人資 (electronic Human Resources, e-HR)的人才，而且供不應求。
.
我都會跟我的學生說，這是風口上的好機會。不管你是IT背景切進來學HR, 或HR擴增自己的IT實力。除了人力資源、專案管理、人資系統的相關專業外，其中有一個很重要的必修學分，叫做資料分析，其實就是"統計"。產業界要的，不太會是複雜高統，大都是很基礎的統計應用。至於用什麼統計軟體不是重點，從R到Python，甚至運用Excel都可以。但你知道什麼時候要採用那一個類型的統計分析工具，並具備解讀統計報表的能力。
.
人資數據分析 究竟要學什麼呢?
.
「老師，我對HR Analytics有興趣，要先學Python還是R?」這是我近年來最常被問到的問題。而這篇連結的文章，應該可以回答大多數同學的問題，也是大多數HR甚至包括資訊學門朋友對數據分析的盲點。數據分析的核心在找出問題並提出解決之道，而非工具本身；數據分析人才最缺乏之能力，不在數據分析所運用的統計或機器學習技巧，而是在建立與詮釋數據之間的關聯和因果關係。白話一點，就是能用統計與HR的知識來解決HR的相關問題，並簡單易懂地解釋給別人聽。
.
有興趣的朋友，認真爬文一下，不難發現有愈來愈多免費好用的數據分析工, 例如JASP (那一堆需要付費的統計軟體，未來要賣誰呢???)，重點在你有沒有使用正確的統計方法，例如何時要用變異數分析?還是要用迴歸? 何時可以透過機器學習來找出更多線索與非線性的關係? 這可能會比你用那一套工具還重要。至於工具，只要找到適合的即可。因為工具一直在進步與替換，操作也愈來愈簡單。紮實的統計應用與HR知識，才是HR Analytics的核心。
.
產業界真正在進行HR數據分析的公司，都會花很多前置時間在清洗數據 (意旨把要分析的HR資料轉換成可以被分析的數據格式)，再來才能真正的分析數據與建立預測模型。更現實的狀況是，很多HR根本沒有收集足夠的數據，那又怎麼分析呢? 所以對於來提問的業界同學，我常反問，「你們公司HR目前有那些數據?」或許比較務實的做法是，先找出問題點，重頭開始收集數據，例如職能、敬業度分數、招募來源、績效、Compa-Ratio、訓練評估、進到公司前的歷史資料等。
.
哈佛商業評論已有專家點出，HR沒有大數據，只有小數據。切肉骨用大刀，切水果用小刀。許多大企業基於資安問題，不會讓使用者隨意下載各式統計分析軟體，也不太會讓非IT直接去連結公司的資料庫。除非有特殊的目地，否則真的没必要用大炮去打小鳥，例如Python or R；大多數公司也不太會有預算讓HR訂用SAS/SPSS這類付費統計軟體。其實，HR只要開啟EXCEL的增益集，不需要額外成本、不需要coding寫程式、沒有資安問題、在大家都熟悉的介面環境與格式下就能進行多變量統計分析，還能跑出美美的視覺化圖表，何樂而不為?
.
對於用EXCEL進行HR數據分析的方法，建議可參考資策會的課程: https://www.iiiedu.org.tw/hrex/
.
徵才機關
國立屏東科技大學
人員區分
其他人員
官職等
職稱
校務基金進用研究人員
職系
名額
3
性別
不拘
工作地點
90-屏東縣
有效期間
107/05/01~107/05/15
資格條件
聘期自本校通知報到日起聘，以一年一聘為原則，但計畫期限在一年以內者，應依實際所需時間聘用，任期最長以三年為限。惟如因計畫持續需要，得聘期得至計畫執行期限結束時止。
◆徵聘單位：研究總中心(機電系統整合領域)
◆徵聘職稱：研究助理等級以上
◆名額：1
◆一般資格條件：具教育部認可之電子、電機、資訊等相關系所碩士(含)以上學位。具碩士學位者，以研究助理職級聘用(比照講師之研究人員)；具博士以上學位，以助理研究員職級聘用(以比照助理教授之研究人員) 職級聘用。
◆專長領域或特殊資格條件(含研究著作要求)：
(機電系統整合)如同時具有以下能力者，尤佳：
1.三年以上經驗從事工業機械組件的設計與整合。
2.在自動化機器的機電組件方面具有概念和詳細設計，驗證，測試和產品運作等專業技能。
3.具有創建和執行測試和評估計劃的經驗。
4.具有組態管理的經驗。
5.對於電路板、處理器、晶片、電子設備以及電腦軟硬體(包括應用程式與編程)具有專業知識與技能。
6.具有製作精確技術計劃、藍圖、繪圖和模型所需的設計技術、工具和原理的技能。
7.具有故障排除、修理、校準和維護電子設備的經驗。
◆Department：General Research Service Center
◆Position：Research Assistant level (above)
◆Vacancy：1
◆General Requirement：A MS or PhD’s degree recognized by the Ministry of Education of the R.O.C. in relevant fields of mechanical engineering, electrical engineering, or electromechanical engineering is required. MS degree available for research assistant as lecturer. PhD’s degree available for assistant researcher as assistant professor.
◆Specialization or Special Qualification(research and publication requirement included)： Electromechanical System Integration If applicants have the following criteria，it is particularly good.
1.A minimum of three years of experience on designing and integration industrial mechanical components.
2. Demonstrated design expertise in electromechanical components for automatic machines, including conceptual and detailed design, validation, test and product implementation.
3. Experience creating and executing testing and evaluation plans.
4. Experience with configuration management.
5. Knowledge of circuit boards, processors, chips, electronic equipment, and computer hardware and software, including applications and programming.
6. Knowledge of design techniques, tools, and principals involved in production of precision technical plans, blueprints, drawings, and models.
7. Experience in troubleshooting, repairing, calibrating, and maintaining electronic equipment.
工作項目
◆徵聘單位：研究總中心(大數據分析領域)
◆徵聘職稱：研究助理等級以上
◆名額：1名
◆一般資格條件：具教育部認可之統計、數學、資訊分析等相關系所碩士(含)以上學位。具碩士學位者，以研究助理職級聘用(比照講師之研究人員)；具博士以上學位，以助理研究員職級聘用(以比照助理教授之研究人員) 職級聘用。
◆專長領域或特殊資格條件(含研究著作要求)：
(大數據分析)如同時具有以下能力者，尤佳：
1.三年以上資料分析、模式預測、數據挖掘等相關經驗。
2.專精於資料庫的建構與維護。
3.具有利用SAS, SPSS, Python, Matlab, Stata, or R.等統計軟體的能力。
4.具有人際交流，書面/口頭交流和團隊合作技巧。
5.具有與資深管理者、教職員與IT專業人士溝通能力。
◆Department：General Research Service Center
◆Position：Research Assistant level (above)
◆Vacancy：1
◆General Requirement：A MS or PhD’s degree recognized by the Ministry of Education of the R.O.C. in relevant fields of in statistics, mathematics, informatics analytics is required. MS degree available for research assistant as lecturer. PhD’s degree available for assistant researcher as assistant professor.
◆Specialization or Special Qualification(research and publication requirement included)： Big data analysis If applicants have the following criteria，it is particularly good.
1. Three years or more of experience in data analysis, predictive modeling, data mining or related.
2. Expertise in building and maintaining databases.
3. Knowledge of statistical software packages, such as SAS, SPSS, Python, Matlab, Stata, or R.
4. Effective interpersonal, written/verbal communication and teamwork skills.
5. Ability to communicate well with senior level administrators, faculty, staff, and IT professionals.
工作地址
==================
◆徵聘單位：研究總中心(人工智慧領域)
◆徵聘職稱：研究助理等級以上
◆名額：1名
◆一般資格條件：具教育部認可之資料科學、數學、物理、電腦科學等相關系所碩士(含)以上學位。具碩士學位者，以研究助理職級聘用(比照講師之研究人員)；具博士以上學位，以助理研究員職級聘用(以比照助理教授之研究人員) 職級聘用。
◆專長領域或特殊資格條件(含研究著作要求)：
(人工智慧)如同時具有以下能力者，尤佳：
1.三年或以上的機器學習和人工智慧技術及其在開放資源技術中的實施經驗。
2.具有從各種來源檢索，操縱，融合和利用多個結構化和非結構化數據集的經驗。
3.具有使用分佈式處理體系架構和公開來源工具（如Spark，Python或R）分析大量數據的經驗。
4.具有能夠設計從數據收集到生產部署的分析週期的能力。
5.能由廣泛的可用數據中評估任務價值。
6.能識別數據科學可以應用的問題並提出解決方案。
7.能識別和分析異常數據。
8.能夠評估現有方法，模型和演算法的可行性，以識別方法的能力和局限性。
◆Department：General Research Service Center
◆Position：Research Assistant level (above)
◆Vacancy：1
◆General Requirement：A MS or PhD’s degree recognized by the Ministry of Education of the R.O.C. in relevant fields of data science, math, computer science, physical science is required. MS degree available for research assistant as lecturer. PhD’s degree available for assistant researcher as assistant professor.
◆Specialization or Special Qualification(research and publication requirement included)： Artificial intelligence If applicants have the following criteria，it is particularly good.
1. Three years or more of experience machine learning and artificial intelligence techniques and their implementations in open source technologies.
2.Experience in retrieving, manipulating, fusing, and exploiting multiple structured and unstructured data sets from various sources.
3. Experience with analyzing large volumes of data using distributed processing architectures (ie. Hadoop) with open source tools (e.g. Spark, Python, or R)
4. Ability to design analytical lifecycle from data collection to production deployment.
5. Ability to assess mission value in a wide range of available data.
6. Ability to identify problems to which data science can be applied and initiate solutions.
7.Ability to identify and analyze anomalous data (including metadata)
8. Ability to assess feasibility of existing methods, models and algorithms recognizing the capabilities and limitations of methods.
使用IBM SPSS 軟體的進階統計分析功能，尋找商機、提高效率並將風險降至最低。 統計軟體python在ptt上的文章推薦目錄. ... <看更多>
使用IBM SPSS 軟體的進階統計分析功能，尋找商機、提高效率並將風險降至最低。 統計軟體python在ptt上的文章推薦目錄. ... <看更多>
統計軟體python 在 [問題] 該先練哪一種分析工具- 看板Statistics 的推薦與評價
首次發文，希望版友幫忙解惑
目前正在就讀統研所碩一
由於是跨考生，大學只修了一點皮毛的程式語言（R,Python）完全沒碰過sas
入學後感受到資訊能力的重要性以及系上在這方面的訓練是如此薄弱,為了因應將來畢業求職已經做好利用碩班兩年練好程式的心理準備
但目前還在思考究竟從哪種工具下手比較有工作前景
大部分系上學長姊畢業後都是投身金融業做資料分析或壽險業做精算較多，科技業品管相對少。個人目前也是偏好走金融業的統計工作。
sas,r,python三種工具的比較爬了大量的文章，大抵歸納出以下結論
1.走金融業sas必學
2.R偏學術領域而非實務
3.python正在崛起，但就金融業來說還難以取代sas
個人最近開始操作sas也發現相對好懂容易上手
想問問版友們的看法，不知道以上的論點是否正確，若走金融業的話先練sas是正確選擇嗎？
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 59.115.226.251 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1570299925.A.E70.html
※ 編輯: totolink (59.115.226.251 臺灣), 10/06/2019 23:37:28
... <看更多>