蔡司故事 | Varsha

精通
資料科學
的藝術

數位創新

邏輯科技還是藝術舞蹈？Varsha 在很早的時候就面臨這個選擇題。Varsha 出生於印度，在很早的時候就面臨這個選擇題。她將閒暇時光投入到兩種截然不同的熱情中：印度古典舞 Bharatnatyam 與學習程式編碼。如今她雙軌並進，明白藝術與科技本可相輔相成。平日工作時，她在慕尼黑蔡司數位合作夥伴部門開發機器學習解決方案，週末則化身舞者，與舞團躍上歐洲舞台。身為資料科學家，她讓系統能識別關聯性，並從收集到的經驗值中學習，一切皆基於資料。

分析，處理，推導

Python 是她工作的基礎工具，這門程式語言在資料科學領域很常見。但對 Varsha 而言並非如此，她在校時只學過 C++ 和 Java。這位程式設計師直到攻讀碩士時，才首次接觸 Python。「語法不同，邏輯相通」，熱衷於透過培訓與編碼挑戰熟練新技能的她這樣說道。而這份堅持終獲回報：她在蔡司 AI 加速器團隊站穩腳跟，在此探索構成機器學習基礎的資料科學領域。畢竟，在系統能自主從資料中學習前，必須先完成大量資料的預備處理。正如 Varsha 所說，這就像開啟一場數字解謎：「當我們獲得新的原始資料時，核心問題永遠是：能從中提煉出什麼？我們在資料中尋找邏輯關聯、趨勢與相關性。這就像一場大型數獨遊戲！」一旦從這些模式中推導出見解，就能為公司創造新的知識。

資料科學是一個幾乎擁有無限可能的領域。每個專案都讓我累積寶貴經驗，而新的挑戰總已在前方等待。成就感滿滿。

Varsha 資料科學家

零和一的背後

但還不止如此：有些系統已能自主生成資料，並以此作為預測的決策基礎。這意味著電腦能從經驗中學習並自我提升——完全無需人為干預。就像智慧型手機裡的語音助理那樣。機器學習作為人工智慧 (AI) 領域的分支，能協助企業執行極其複雜的大規模分析。她的論文中基於聯邦學習的糖尿病視網膜病變診斷概念驗證專案，就是最佳範例。該專案旨在開發一種機器學習模型，能夠從分散式資料源學習，同時將資料保留在客戶端設備上——展示聯邦式訓練相比集中式訓練的可行性與效能表現。此專案目標在於有效輔助這種眼部疾病的診斷。

對 Varsha 而言，資料科學與機器學習就像一體兩面的存在。這也正是她對這份工作著迷的原因：「資料科學是一個幾乎擁有無限可能的領域。每個專案都讓我累積寶貴經驗，而新的挑戰總已在前方等待。成就感滿滿。」

這個專案工作有助於她深入掌握資料科學的多重維度。Varsha 渴望持續學習，並在中期階段找到能精準發揮她程式設計專長的領域。就像她閒暇時跳舞一樣。她認為，這是一種完美的共生。