「資料科學家是 21 世紀最性感的職業。」然而，身處在資料領域的你覺得性感嗎？上代最性感的軟體工程師、現在的後端團隊主管，經歷過數次資訊狂潮，也親身參與了這次資料狂潮，認為有些暗流你需要知道：
1. Correlation vs. Causation：還在用只有相關沒有因果的特徵嗎？
2. Non-Stationary vs. Stationary：選用的特徵是穩定的嗎？
3. Black Box vs. Glass Box：「我不知道這間公司（模型）在幹嘛，但我跟你保證他一定賺錢（有效）。」是合理的嗎？
4. Cost vs. Profit：「完成老闆交辦事項。」vs.「我的模型為公司創造了多少利潤。」
5. Opportunities：如何在這樣暗流洶湧的資料領域中存活下來？
我們都喜愛資料，希望利用資料創造價值、造福人類，期待這場演講能幫助大家避開雷區，更有效率地利用資料解決問題！
Mosky 是個熱愛 open source 精神的 Python 工程師，也是 Pinkoi 的 Backend Lead，工作時和同事一起打造能夠買到獨特禮物的設計品購物平台，業餘有 Data Science With Python、Hypothesis Testing With Python、Statistical Regression With Python 等課程與演講。
自從寫下人生第一支程式後，就難以忘懷以敘述為磚、邏輯為泥，堆砌出腦中藍圖的成就感，也熱愛分享自己所學，業餘時是 Python 課程講師，偶爾講點資料科學。也是數場國內外研討會的講者，包含臺灣的 PyCon、COSCUP、TEDxNTUST，以及在日本、新加坡、香港、韓國、馬來西亞等地的 PyCon。More: mosky.tw 。