新生專題訪談

# 新生專題訪談  ### Q1 業師在求學階段,在同齡人裡,就已具備許多實作經歷或是有接觸業界的經驗,想問是自己主動去探索?還是有什麼機會可以去接觸這些專業領域? > 想讀資管系的原因從小就對程式很有興趣，而上**大學主要是選學院**，而且**對商業很有興趣**，因為家裡的因素，也成看一些商業的雜誌，認為做生意很有趣，因此沒有選擇電資，而是選管理學院的資管系 > 管院帶來接觸業界的機會資管的專業是**以企業組織的角度寫程式**，而且是在管院，跟企業很接近，所以同學們常會在外接案子。有些資管系專屬的課程如資料庫管理、系統分析和設計等，都能實際應用，當時就找了真實的案例，因此做了補習班系統，賣給補習班。**管院的好處，除了跟企業很接近，因此學程式以外，還會了解組織、企業運作，甚至會計** >實作經歷的累積從小就開始包案子，一開始是小型的網頁；上了大學以後，當時沒有實習(那時實習的人較少)，所以時間除了花在社團和學業外，還有承接較大型的案子。做這些案子的好處是工作時間不是以工時來切割，而是依照工作內容來自由分配；**另外企業的商業模式，還有以能力作為籌碼來談判的技巧**，都是從這個些經驗中學習到的 >第一次接案的實例 **第一次接案是大一**時，幫數學補習班做了點名、閱卷等自動化系統，後來還擴充功能，做了好幾代，還有找同學幫忙；(說到和同學合作)，後來創業也是在系統課，和幾個外系比較要好的同學開始做的 ### Q2 自學寫程式的契機和很多人一樣，小時候家裡只有電腦，沒有遊樂器，所以只能在電腦上玩遊戲，玩的時候發現沒辦法破關，就想修改裡面角色的生命值、破解遊戲的數值和分數。後來在破關以後，就想更近一步想要自己寫個遊戲 > 對於創業方向的選擇一開始使只有做資訊系統 (繳費、評量)等，後來在研一時，在學測後利用先前的系統，更近一步加上**統計、數據、機率推估**做了落點預測，隔年更做了網路版的科系預測，吸引很多人使用，就覺得**利用數據分析，在網路上提供服務是可行的創業方向**。 > 是否有很多系統都是從學校的專案擴充? 是，因為時間有限，而且學校的專題也是利用所學，整合做成系統。之後便利用這些做成更大的報告，並且思考要**如何一般化、添加新功能來賣給更多企業** > 對於大學的一些建議資管跟實務企業結合很緊密，必修學分不算多，**修課上比較彈性**，有很大一部分能夠選修；在大學時辦了很多活動，鼓勵大家可以在大學時把握這種機會 ### Q3 大學參加的社團創立了資訊網路社，當時很多人不會上網，所以就想教大家用網路聊天、用BBS等，也因此認識了很多對這方面有興趣的人 ### Q4 創業的契機首先是因為**不喜歡被綁住時間**，因此去承接專案，前面有提到從大學開始個人就有做件事：曾經有做了網路落點預測，後來改為研究文字預測 > 關於資金雖然當時不太懂，但由於之前的經驗，就選了**搜尋引擎、數據分析**作為主題，也被詢問是否需要資金，後來拿到了3、4億的創投資金 > 創業方向這方面的產業其實屬於**輕資產**，不太需要大量資金---不需要工廠、機械等大量成本---僅需要人力薪資，因此**大多數是工資的支出**。只要有持續營收，創業並不困難，案子也容易接的到；反而是**找產品的題目**花了比較多時間摸索，算是遇到比較大的困難 ### Q5 企業規模增加後，對於人員的管理在聯合報進行全網站的系統時，找了太多同學，發覺管理就變得不太容易除了每個人個性不太一樣之外，有些人工作不太做，給別的組員造成困擾，和客戶約好的時間不去；了解到平時小組有人不做事，當時感覺影響不會太大，但是在商業上卻不能這樣做 **因為擴大ㄌㄜ規模，這些(管理方面)職場上該注意的事，是事後慢慢學習得到的** ### Q6 募款如果有一定的專業，加上台大的招牌，一定有能力募得但拿到資本的重點，不是要把錢當作案子的費用或薪水，因為投資人在意的是這些**資金的報酬率**多少，因此在意的不是拿不拿的到，而是**拿到錢要做什麼？怎麼用這些錢賺更多錢？** ### Q7 聯合報系統進行**E化專案**，為了內容線上畫做了九個系統，從新聞內容，到個人化推薦、會員系統、套版型、搜尋引擎等等，做B2B交易，在一年多內，陸陸續續上線；**很多後來的專案都能沿用，能從這些系統開發出來**；有些產品沒有繼續，被淘汰，如會員系統，因為太過於基本；但**內容管理，搜尋引擎**等就有被留下。由於做專案時都是製作大型系統，其中**流量測試、壓力承載、大型機器的使用**等等，這些在這次專案中磨練的經驗，後來都有用到 ### Q8 收購龍捲風和意藍一樣都做搜尋引擎，但意藍是企業端，而龍捲風是是消費者端，他們的技術好，但因為大家都用Google，所以沒有機會；**當時收購是看中他們的技術** 從龍捲風的經驗中，了解**除了產品題目，商業模式(賣給誰，怎麼收錢)都很重要** 用聲量預測，爬蟲蒐集網路上的大數據 17縣市中15縣市營 vs 輸語意分析情緒分析罵/稱讚的內容提供給候選人 RNN前只考慮前面的句子新的研究用前後需要人建立標準現在訓練資料可以不用那麼多有的資料裡就有答案股票商業有的需要人為主觀判斷文字情緒預測菜價是使用一些供需預期一個月內的價格大數據與商業分析併購最主要是股東之間價格談判的過程