蔡司故事 | Julian

追蹤
資料

數位創新

正手或反手、上旋或側旋、快攻、挑打、阻擋——在乒乓球場上，正確的技術決定勝負。不同擊球手法會影響球的軌跡、旋轉與速度。Julian 半輩子都在打乒乓球，從不憑運氣打球。他對發球方式分類分析，資料視覺化，並將心得融入下一場比賽。「技術流的上限就在這了」，Julian 咧嘴笑著說。

但工作時的他截然不同：身為蔡司研究顯微鏡解決方案部門的資料科學家，Julian 對資料的敏銳度至關重要。該部門專為電子、光學與 X 射線顯微鏡的使用者提供支援，涵蓋學術研究、工業應用，以及生命科學、材料科學與地球科學領域。如果儀器需要維護，現場服務技術人員會直接到客戶現場進行檢修。部分高端顯微鏡更連接至能將機器資料回傳至蔡司的軟體。這正是 Julian 發揮專業的舞台。

潛力巨大的洞察

他負責收集並分析提交的資料，包括顯微鏡的溫度值、電流與電壓。他繪製圖表，利用演算法從中找出異常值與潛在關聯性。「這些評估能讓我預測組件磨損等因素」，他說道。若 Julian 的資料顯示有更多可能的益處，他便會開發機器學習或深度學習模型，例如能在出現異常時告知現場服務技術人員的模型。

這些珍貴的洞察，不僅讓他的團隊與相鄰部門同事受益，更有利於客戶：現場技術人員能藉此簡化規劃工作，使其更具效率。顯微鏡停機時間不僅能被預測、減少，甚至能逐步透過遠端方式解決。「這將我們的客戶服務提升至全新層次」，Julian 自豪地說道。他的工作成果同樣被納入新儀器的開發流程，而業務團隊也會運用這些顯微鏡使用者行為的洞察。

若必要的資料不可用或品質不足，我的工作成果也將大打折扣。因此，在流程早期就與產品開發團隊協調需求，並確保相關資料的收集至關重要。

Julian 資料科學家

著眼於目標

Julian 的最大挑戰：資料科學成功與否，取決於可用的資料。他解釋道：「若必要的資料不可用或品質不足，我的工作成果也將大打折扣。因此，在流程早期就與產品開發團隊協調需求，並確保相關資料的收集至關重要。」

Julian 找到了他的天職。但這一切並不在他的預料之中。「我是在蔡司的雙聯制學習計畫期間，第一次接觸到資料的世界」，這位曾經的資訊工程學生回憶道。「深度學習、機器人技術和虛擬助理等領域也吸引了我」，當被問及為何選擇攻讀機器學習與資料分析碩士，並以資料科學家的新身分重返蔡司時，Julian 這樣說道。他的專業發展並未止步於此——他正計劃透過蔡司Expert Ladder進一步擴展專業知識。而這並非空想，因為他早已用資料分析驗證過機率。