AI、大數據仍是火紅議題 基礎科學讓你笑傲職場

學群導覽:數理化學群
文 / 遠見編輯部    攝影 / 賴永祥
2019-09-25
瀏覽數 38,700+
AI、大數據仍是火紅議題 基礎科學讓你笑傲職場
數理化領域擁有基礎科學的研究能量,畢業生在就業市場上反而不容易遭到淘汰。
分享 Line分享分享 複製連結

數學、物理、化學等基礎科學,著重邏輯思考與數字演算,是一般學生從國中開始就最熟悉,也可能是最頭痛的幾門學科。加上就業市場直接對應的職缺不算多,多數人直覺認定這是「內容難、出路窄」的學門。

事實上,數理化在科技資訊業的各種研發與應用中,都是基底學問。具備演算能力和邏輯訓練的數理化人才,若要跨到程式開發、資訊工程等當紅的領域,上手速度往往更快。

AI與大數據 理論基礎就是數學

「AI人工智慧的盛行,主要的理論基礎都是數學,」東吳大學數學系副教授林惠文表示,數學是基礎科學之母,現在各產業要建置的AI技術,必須結合數學中的統計理論,並搭配資訊、財金、醫學等專業知識,才能有效落實AI進程。

林惠文表示,知名的華裔數學家丘成桐曾說:「人工智能需要一個堅實的理論基礎,否則它的發展會有很大困難。」這個基礎,就來自數學。

這也是近年各大學數學系所紛紛開設AI、大數據相關課程的原因。

東吳大學數學所正是第一個開設大數據分析相關課程的研究所,分成「決策科學與海量資料分析」與「數學」兩組。決策科學組必修科目包括資料探勘、高等應用統計、作業研究;數學組則有分析通論、代數通論,學生可互相修習這兩組課程。

除了理論,東吳數學所也很重視實務分析技巧,廣邀業界專家參與教學合作,就是為了讓學生能夠理論與實務並重,進一步增進就業競爭力。

很多人都以為算數能力好的學生才能讀數學所,林惠文說,其實對挖掘數字背後的意義有興趣更重要。不論是抽象地喜歡思考、追根究柢,或是對資料分析、股票分析有興趣的學生,都很適合。

AI與大數據的基礎是數學,科技業研發的基礎,就是物理。

中興大學物理學系教授陳惠玉說,國內科技業以代工為重,一般人常有「基礎科學相關系所不利於就業」的誤解;事實上,科技業的研發創新,正是由具有完善物理訓練的人才撐起。

舉凡積體電路元件的設計與製作、半導體材料的開發、奈米檢測技術研發、光電元件的設計與製作、面板的光學核心技術、無線通訊研發或製程、生醫檢測技術研發等,都需要具有物理知識背景的專業人才。

也許因理工系所的名稱,看起來比較貼近業界,其實物理系所的學習內容,才是突破科技局限的根基。觀察台灣前幾大科技廠歷年的招聘人才訊息,對物理系所人才的需求,從未下架。

物理人才的特點,就是沒有單一科技產業的限制,各科技領域都適用。物理系所的訓練著重於邏輯思考,看問題的角度更寬廣,讓物理人才在不同產業的生存能力更強。

結合物理基礎與工程實務 訓練扎實

很多人擔心物理所課程太理論,與實務脫鉤。

陳惠玉強調,絕對不會,目前物理所課程多半結合物理基礎與工程實務,學生在研究所生涯中的完整訓練,有助面對未來挑戰。

興大物理系為了因應科技發展需求,也成立奈米科學所,以跨領域的方式,發展應用科學、半導體科技及生醫檢測為目標,開放化學、材料、電機、電子、機械等科系學生報考。

主要研究方向包括:固態物理學相關的材料物理與奈米科技;理論物理與計算物理相關的量子電腦;人工智慧與模擬計算;傳統光學雷射物理及光電元件;以及生醫感測應用與生物物理。

以材料物理與奈米科技為例,主要研究半導體物理、奈米元件製造等,就業方向為半導體相關產業與法人研究機構,常擔任研發、測試、製程或磊晶工程師等職務。光電物理研究所訓練出的學生,更是緊密連結至光電、半導體、綠能與光學設計等高科技產業。

生醫感測應用與生物物理則是最新趨勢。一般大眾很難將物理與生醫連結在一起,其實許多醫療重要技術,都有物理學家的貢獻,如X-ray、核磁共振造影等技術。物理訓練能讓學生更快切入問題核心,統整不同技術與方法找出問題解決方案,是培養未來奈米生醫最有潛力的生力軍。

•  適合就讀對象:邏輯能力強、喜歡探究數字背後意義的學生

•  可能就業產業:半導體業、科技製造業、光電產業、綠能產業、財務金融產業、奈米科技產業等

•  主要職位:半導體工程師、精算師、化工工程師、奈米科技研發人員等

【2020研究所指南】帶您找方向!

分享 Line分享分享 複製連結
高等教育職場生涯科技
您也可能喜歡這些文章
您也可能喜歡這些文章
置頂