七月的第一天，虹安在線上參加了第十屆工程、技術與STEM教育研討會，今年主辦單位是宜蘭大學資訊工程學系、協辦單位是成功大學工程科學系、IEEE台北分會 Young Professionals Group，研討會主題為「結合跨領域的工程教育」。虹安從資訊學碩士再到機械博士，現今又在立法院服務，橫跨了三個領域，當天的演講主題是「數據科學與國家治理」，由於疫情的關係，只能在線上跟各位老朋友、學界伙伴相見。
💡 科普時間：什麼是STEM教育？
✒ STEM，是四個英文字的第一個字母結合而成--科學（Science）、科技（Technology）、工程（Engineering）、數學（Mathematics）--是近年相關產業最喜歡用的關鍵字，歐美也有許多STEM教育的相關計畫，希望未來教育能從「知識傳遞」進化為「學以致用」，著重於科學、科技、工程、與數學的跨領域資訊整合，使知識成為可用資源的思維。
虹安首先以自身的學習、工作經歷作為開場，就讀資訊工程系所時的虹安，也跟你我的學生時期一樣，熬夜寫程式debug、拼命K書📚、做研究；到了機械博班的階段，要在博士班的過程一口氣弄懂機械系學生四年學到的內容，結合自身的資工背景，激發出insight 💡變成博士論文。過程中也曾經怨嘆過為什麼想不開，為什麼要跨領域讓自己這麼累；再到了科智的創業時期，獲得了 #全球創業賽第一名 的殊榮，跨領域的學習逐漸展現出成果；接著又到了鴻海集團擔任工業大數據辦公室主任貢獻所學，同時也擔任郭台銘創辦人的特助，命運的際遇讓我來到了立法院擔任第十屆立法委員。這次跨離了工程領域，虹安仍然戰戰兢兢，但過往累積的經驗與能量，使我能把立委的角色擔任好，虹安的大數據專長讓我問政時更能以事實和邏輯分析為根據，以數據避免政治口水，也為立院帶來了不同的科技思維。
#而且立院的同事跟科技業的很不一樣
接著，虹安以「數據思維的重要性」作為切入，說明了零售業龍頭Amazon建立了「線下」實體通路的用意是什麼、又如何決定什麼商品該在架上展示，現今的一切，不再用經驗法則決定，而是 #大數據驅動的結果，「妥善用數據分析就能看到別人看不到的價值」。在2011年，發源於辛辛那提的奇異(GE)公司，發表了GE Industrial Internet System，舉例說明了 Product (or Service) Data Life Cycle，強調了數據收集、數據比對與分析、決策改善等三個要素的Life cycle，這Life cycle適用於各領域的大數據分析和應用，重點是，以數據驅動需求的首要原則是：From gut feeling To data agility，將主觀意識下有限的數據來源，轉變到客觀心態下更大更完整的#開放式數據來源，如此一來，養成數據化的工作模式，就能得到洞察數據敏感力，看到別人看不到的價值。
而在 #國家治理方面，虹安舉了去年質詢陳時中部長的 #口罩地圖 為例，說明了大數據分析用於口罩分配的成果😷，並可解決城鄉口罩用量不同的物流輸送問題，使每個需要的人都可以買到口罩。各縣市的口罩分配不應該只是齊頭式平等；而我用的方式，就是上述的「數據收集、數據比對與分析、決策改善」三要素；虹安才能以明確的數據質詢蘇院長，7600萬片口罩到底去了哪裡。除此之外，虹安在立院密切關注的，還有 #數位發展部 的成立。數位發展部源自國家對於數位科技產業及發展的重視，成立數位發展部以進行國家數位發展政策之規劃、協調、推動與法規擬定及執行，並著重國家資通安全政策、法規、重大計畫與資源分配之擬定、指導及監督，這會是虹安在立院第四個會期的重要工作項目。
值得一提的是，會後教授們的提問十分精闢，虹安大致整理如下：
①女性工程師的教育環境、社會支持的情況
②科研成果的產出，凝聚成政策推動的的能量，再從政策回到高等教育的增進，形成正向循環的方式
③數位發展部的角色對於高等教育的影響，是否與科技部/國科會有所不同
很謝謝學界朋友的交流，這次的演講讓我暫離政治圈回到本業，虹安將會從這些面向進行研議與推動，希望我的分享也能給予學界跨領域的交流與互動。
#回歸自己的本業既熟悉又開心
#跨領域最難的是要花很多時間讀書
#想了解虹安的歷程可看面試郭台銘
鴻海面試英文 在 [面試] 鴻海資料中心- 看板Tech_Job - 批踢踢實業坊 的八卦
即然事情差不多告一段落了，就來PO一下心得文好了
本篇寫的是面試的內容跟技巧，至於薪資跟福利內容我想網路上都查得到
有需要的人可以參考看看
時間：5月底
小弟背景：31歲，退伍後至南部一間過年會放煙火的公司做MIS，一待就是3年好幾個月
主要負責，除了寫程式，其他統包~
面試：鴻海資料中心維運工程師
過程：
一開始會先做英文跟人格測驗，英文的話有明訂沒有330分不能進入下一段面試(滿分900)
聽到整個人毛都束起來，還被安慰說不要太緊張，事實上，真的不用太緊張，考試內容完
全是採用TOEIC的方式，分成聽跟閱讀，聽的部份有聽對話選答案、看圖聽問題、看圖聽
對話然後選答案，閱讀的話分成課漏字、文句中選不對題的單字、短文閱讀，也就是說
把TOEIC的那套精簡化後拿來測試，不過題目應該是鴻海自已找人再設計的，因為其
中有一題圖片是台灣的電影院XD。
有時間限制，沒記錯50分鐘要做60題.
基本上，TOEIC考多少分，該測驗就會多少分，水準沒差很多，唯一差別是，答題後
無法回到上一題再答，不能回頭，其他的攻略差不多都一樣，像TOEIC會教英聽出來
時先看過答案，以有心裡準備他要問什麼....之類的。
人格測驗，都是情境題，大致像
"如果今天女朋友跟你鬧分手，你會?
a)直接下跪求情
b)請求共同朋友幫忙說情
c)請對方父母幫忙說情
d)順其自然，我有30cm，他自然會回頭"
然後將選擇排序，選一個最適合你的做法 (如：d>b>c>a)
真的沒有所謂的對跟錯，但是請用心做答，這邊沒辦法給意見。
完成後人資會請你稍後，然後他會結算你的成績(在按送出後也會看到自已的成績)
還有人格分析的結果，雖沒仔細看內容，只看到長條圖表跟五角圖
然後由該用人單位的主管和應徵者面談，因為是維運的單位
問的大多是技術了解多少，事件發生時該如何處理，SOP的制定之類
這方面要能懂技術能夠說得出來，一方面也要有足夠的經驗
像是"您擔任MIS這段時間，處理過最讓你印像深刻的案件是什麼?"都會問
跟我所見過的大公司給我的感覺差不多，想要的人是會想學東西，對該領域有熱情的
或許有人會說要新鮮的肝，我只能說看是用什麼點下去看事情吧，見人見志。
基本上，不要答非所問，不要設法將不知道的事情講得自已很明白，或是導到自已知
道的領域，面試官大多丟直球，接就是了，接不到就算了 =_="
不過，面試的難度主要取決於面試官，能準備的就是盡可能先知道應徵職位要什麼技能
然後再以平常心應答囉。
小弟當天算一算面談共花了一個半小時，說到後段口已經乾掉，然後腦袋已經當機
重覆的答案一直出來，現在想想，很累也蠻丟人的~XD
結果：錄取
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 59.127.171.135
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1402563435.A.43F.html
... <看更多>