本期嘉賓是北京大學董磊助理教授。作爲大學老師的他髮Nature、教課、帶學生。除此之外，他還是一位連續創業者： 在林徽因故居開過咖啡館，也做過數據諮詢公司，現在是科技公司Maptable的創始人，緻力於做最易用的地圖數據分析工具。以爲這樣的人生就夠精彩了嗎？還有哦！學術和創業外，董磊老師早年間還參加電視節目並獲得了一衆粉絲。這一期就來聽聽董磊老師來和Stella Amy聊學術生活、創業心路曆程。

00:00 歡迎董磊老師！
01:07 研究方向：城市科學和時空大數據分析
11:42 第一次創業項目：在林徽因故居經營咖啡館
12:44 第二次創業項目：數據咨詢項目
17:52 第三個創業項目：數據標註和AI訓練數據服務
19:31 最新創業項目：地圖可視化工具 Maptable
28:15 做地圖到底難在哪裡？
37:45 如何決定再度創業做Maptable
40:43 創業初期：投入兩年開發第一版本
43:00 何時該去融資？
46:04 GTM 市場策略分享
53:28 電視知識問答節目的經歷


留言告訴我你對這一集的想法： https://open.firstory.me/user/cls5sglrw05pc01tr4h0v4ufn/comments
About this Podcast: https://linktr.ee/stellaxamy
Amy: https://linktr.ee/amy17519/
Stella: https://linktr.ee/stella_liu/
電子報＋Podcast逐字稿 (Powered by SeaMeet, Modified by Amy): https://stellaxamy.substack.com/

Paul Graham最近發表的爆火文章《Founder Mode》，大家看了嗎？他所說的founder mode似乎是指對公司有完全掌控力、事必躬親的鐵腕創始人。他也認為founder mode是比雇傭職業經理人的manager mode更好的管理模式。
然而founder mode真的如Paul Graham所說，是tech公司的靈丹妙藥嗎？它和Micromanage又有什麼區別呢？數據女孩對此有什麼看法呢？

00:00 這集又是Stella和Amy聊天
00:24 Amy 最近在研究SEO
02:24 Stella和小紅書的愛恨情仇
06:33 Stella 正在與兒子培養新愛好
09:02 熱門話題： founder mode
11:27 常常出爆款的Paul Graham
13:31 Founder Mode 代表人物
15:28 Founder mode 是 micromanagement嗎
17:59 什麼是個鐵腕CEO
23:17 Founder mode 反例
24:19 Founder mode 是對創始人要求降低了
27:29 Stella和Amy過往合作過的 founders
33:34 為什麼我們節目不多聊AI新聞
36:22 Amy和Stella會是怎麼的founders

「數據女孩的中年危機」 Podcast: https://linktr.ee/stellaxamy
Podcast逐字稿: https://stellaxamy.substack.com/

關於主持人：
Amy: https://linktr.ee/amy17519
Stella: https://linktr.ee/stella_liu

#datascience #foundermode #paulgraham #brianchevsky #jensenhuang #stevejobs #nvdia #airbnb #apple #techcareer #dataanalytics #machinelearning #數據科學 #北美生活 #北美 #techcareer #數據科學 #北美 #數據女孩的中年危機 #数据女孩的中年危机

留言告訴我你對這一集的想法： https://open.firstory.me/user/cls5sglrw05pc01tr4h0v4ufn/comments
Amy: https://linktr.ee/amy17519/
Stella: https://linktr.ee/stella_liu/
電子報＋Podcast逐字稿 (Powered by SeaMeet, Modified by Amy): https://stellaxamy.substack.com/

很多人都接觸過獵頭，卻又對獵頭這個行業有很多疑問，這一期Zoey來為我們解惑。Zoey，是Stella的同學，也是一位在中國科技行業有十多年經驗的老獵頭。Zoey還分享了不少行業秘辛，以及對科技行業高管的近距離觀察。

- 獵頭真的會站在我們的角度為我們爭取工作嗎？
- 如何和獵頭保持長期合作？
- 中國互聯網之後又有哪些有發展潛力的行業呢？

00:00 歡迎資深獵頭Zoey!
01:00 獵頭做什麼？
05:27 獵頭怎麼賺錢？
09:34 獵頭怎麼學習行業知識
15:37 中國大廠在找什麼人才
19:10 海歸要考慮什麼？
24:55 海歸在中國就業市場有競爭力嗎？
30:54 獵頭出糗的故事
36:28 獵頭很抗AI！
37:09 最先知道行業趨勢的行業
40:49 獵頭眼中的AI浪潮
47:37 獵頭觀察到的新興行業
52:57 中國科技行業的男女比例
01:05:17 Zoey 對 「數據女孩的中年危機」的提議

「數據女孩的中年危機」 Podcast: https://linktr.ee/stellaxamy
Podcast逐字稿: https://stellaxamy.substack.com/

關於主持人：
Amy: https://linktr.ee/amy17519
Stella: https://linktr.ee/stella_liu

#datascience #techcareer #dataanalytics #machinelearning #數據科學 #北美生活 #北美 #techcareer #數據科學 #北美 #數據女孩的中年危機 #数据女孩的中年危机

留言告訴我你對這一集的想法： https://open.firstory.me/user/cls5sglrw05pc01tr4h0v4ufn/comments
Amy: https://linktr.ee/amy17519/
Stella: https://linktr.ee/stella_liu/
電子報＋Podcast逐字稿 (Powered by SeaMeet, Modified by Amy): https://stellaxamy.substack.com/

本期邀來在Taboola和Pinkoi做過算法工程師的好朋友國父來聊聊。國父在推薦系統領域有很多年的實踐經驗，也做過不同類型的推薦系統。這週深入聊一聊推薦系統是什麼、怎麼做、以及產品技術難點是什麼。同是從業多年的三個人也聊了我們對數據科學領域的看法，以及對於數據驅動的利弊的思考。本期還有國父與跨國團隊合作、自己非典型職涯發展的經驗分享。


00:00:00 開場
00:01:24 在電商平台Pinkoi做推薦系統
00:03:49 推薦系統從Infra和數據收集開始
00:05:04 tracking和埋點
00:07:04 電商平台一定需要推薦系統嗎？
00:10:13 原生廣告公司Taboola的推薦系統
00:13:12 用戶體驗：內容推薦 v.s. 廣告推薦
00:14:33 廣告推薦和內容推薦在產品實現上的差別
00:16:47 推薦系統領域需要什麼樣的人才
00:19:33 廣告推薦和內容推薦工程難度上的差別
00:21:47 覺得自己是一個data scientist還是一個engineer？
00:24:37 分析團隊和工程團隊的mindset差別
00:28:28 跳槽Taboola的契機
00:31:36 多文化融合的工作環境
00:33:54 如何快速的熟悉公司業務
00:38:53 空降manager如何管理團隊
00:42:08 data-driven到底是好是壞
00:49:37 非典型的成長經歷(嗎?)
00:52:51 學歷到底代表什麼？
00:55:18 賽道上的賽馬，還是荒島上生存的猴子
00:56:53 Multi-armed Bandit對人生的指導意義
00:58:50 Amy和Stella做podcast的意外收穫
01:01:28 生活中的發呆時間


「數據女孩的中年危機」 Podcast: https://linktr.ee/stellaxamy
Podcast逐字稿: https://stellaxamy.substack.com/

關於主持人：
Amy: https://linktr.ee/amy17519
Stella: https://linktr.ee/stella_liu

#datascience #techcareer #dataanalytics #machinelearning #banking #金融業 #genz #數據科學 #北美生活 #北美 #techcareer #數據科學 #北美 #數據女孩的中年危機 #数据女孩的中年危机

留言告訴我你對這一集的想法： https://open.firstory.me/user/cls5sglrw05pc01tr4h0v4ufn/comments
Amy: https://linktr.ee/amy17519/
Stella: https://linktr.ee/stella_liu/
電子報＋Podcast逐字稿 (Powered by SeaMeet, Modified by Amy): https://stellaxamy.substack.com/

這一期我們放鬆一下，兩個輕熟女跟20＋ Gen Z 聊一聊台灣年輕人的工作生活狀態。

這一期的嘉賓May有著非常感染人的笑聲，整個聊天過程都輕鬆愉快。除了做著非常demanding的金融業MA工作，還是高產的內容創作者。但另一方面，May又確實很鬆弛。

最後告訴大家一個秘密，來自台灣的Amy和來自大陸的Stella，一直都希望我們在podcast節目討論專業知識之外，也可以為大家介紹不同地區華人的工作生活狀態。作為理工女的我們，對於太過宏大的議題束手無策。但是我們相信，在宏大議題之下的每一個個體，一定是相同之處遠遠多過不同。不同地區的人們的經驗也都可以為我們所借鑒。

行銷青年May Instagram: https://www.instagram.com/marketing_youth_may

00:00 導言
02:40 開始做IG創作者的契機
04:30 聊聊最近好玩的內容趨勢
06:22 什麼是MA?
16:02 如何成為MA？有什麼門檻
18:29 MA的薪水水準
20:31 為甚麼MA在中國大陸不流行？
23:34 Z世代的生活樣貌
30:05 Z世代都喜歡經營副業？
34:53 Z世代認同的生活狀態
38:32 台灣的熟女們
41:23 台灣的dating life
43:22 交朋友好難！
47:38 MA的培訓都教什麼？

關於主持人：
Amy: https://linktr.ee/amy17519
Stella: https://linktr.ee/stella_liu

Podcast逐字稿: https://stellaxamy.substack.com/

#datascience #techcareer #dataanalytics #machinelearning #banking #金融業 #genz #數據科學 #北美生活 #北美 #techcareer #數據科學 #北美 #數據女孩的中年危機 #数据女孩的中年危机

留言告訴我你對這一集的想法： https://open.firstory.me/user/cls5sglrw05pc01tr4h0v4ufn/comments
Amy: https://linktr.ee/amy17519/
Stella: https://linktr.ee/stella_liu/
電子報＋Podcast逐字稿 (Powered by SeaMeet, Modified by Amy): https://stellaxamy.substack.com/

Amy堂哥是台灣高端製造業高管，有著多年作業研究和智慧製造的實踐經驗，也是二十多年前就做AI/Machine Learning的大前輩！堂哥跟我們分享了他在半導體業及高端製造業中20+年的行業經驗、作業研究(Operations Research)在各行業中的應用，以及從企業高級主管的角度如何看待製造業的數位化轉型與智慧製造。

00:00:00 本期涉及名詞解釋
00:07:07 本期嘉賓介紹
00:08:00 九十年代的台灣大學
00:12:05 選擇工業工程(Industrial Engineering)/作業研究(Operations Research, OR) 方向
00:13:37 OR是什麼？
00:17:01 OR與Data Science
00:21:03 在芯片公司AMD做排程系統(scheduling)
00:25:01 為什麼要自己開發排程系統？
00:27:55 從德州AMD回到台灣AMD
00:30:58 關於AMD的股票和挽大廈之將傾的“蘇媽”(AMD CEO: Lisa Su)
00:34:27 離開AMD來到製造業做智慧製造
00:36:22 智慧製造的day-to-day執行
00:42:38 數位化轉型中的製造業還需要數據科學家(data scientist)嗎？
00:45:26 台灣智慧製造發展之現狀
00:50:06 LLM對製造業的影響和衝擊
00:54:26 如何面對AI時代的職業中年危機
00:56:47 “問對的問題”的能力很重要
00:57:12 Top performer如何帶團隊？
01:01:44 數據女孩關於職場媽媽的討論給堂哥帶來的啓發

關於主持人：
Amy: https://linktr.ee/amy17519
Stella: https://linktr.ee/stella_liu

Podcast逐字稿+週電子報: https://stellaxamy.substack.com/

#datascience #techcareer #dataanalytics #machinelearning #dataengineers #dataengineering #數據分析 #數據科學 #北美生活 #北美 #techcareer #數據科學 #北美 #數據女孩的中年危機 #数据女孩的中年危机 #operationsresearch #industrialengineering #smartmanufacturing #智慧製造 #作業研究 #運籌學 #工業工程 #智能製造 #amd

留言告訴我你對這一集的想法： https://open.firstory.me/user/cls5sglrw05pc01tr4h0v4ufn/comments
Amy: https://linktr.ee/amy17519/
Stella: https://linktr.ee/stella_liu/
電子報＋Podcast逐字稿 (Powered by SeaMeet, Modified by Amy): https://stellaxamy.substack.com/

Ze Wang是來自加拿大的Data Engineer數據工程師，來分享了她的職業發展歷程和對行業的看法。節目後面聊到她的副業，才發現原來她做的電商獨立站Kidamento​已經非常成功了！Wang Ze和家人是如何開始做電商的呢？​有著電商平台工作經驗的Data Engineer做電商有什麼特別的優勢嗎？身處動蕩的科技行業的我們，發展電商副業是否是一個好的抵抗中年危機的選擇呢？

00:00 Amy道歉啟事，本期嘉賓介紹
03:02 加拿大的學習、工作、移民
08:42 疫情期間跳槽
10:23 不同行業的data engineer工作有差別嗎？
12:52 data engineering的發展規律
14:06 核心競爭力
15:01 data engineer可以被AI替代嗎？
17:23 職業危機和迷茫
18:28 AI取代人工data cleaning的一個小例子？
21:38 副業：如何開始做電商獨立站
25:06 選擇供應商
28:27 如何做marketing
31:20 第一個“黑五”
33:13 “打工是不可能打工的”
34:02 做電商需要什麼技能
34:51 對產品的選擇
36:01 在Amazon上賣貨的感受
37:58 電商的庫存和物流管理
40:29 做電商副業的工程師的dogfooding
43:20 和線下門店合作
44:40 並非一帆風順的創業
45:48 創業對人的鍛鍊
47:12 電商領域哪個行業最好賺
50:52 中國生廠商出海的挑戰
51:44 對想做電商獨立站的朋友們的建議
53:09 如何購買Kidamento

關於主持人：
Amy: https://linktr.ee/amy17519
Stella: https://linktr.ee/stella_liu

Podcast逐字稿 (Powered by SeaMeet, Modified by Amy): https://stellaxamy.substack.com/

#datascience #techcareer #dataanalytics #machinelearning #dataengineers #dataengineering #數據工程 #數據分析 #數據科學 #北美生活 #北美 #techcareer #數據科學 #北美 #數據女孩的中年危機 #数据女孩的中年危机 #電商創業 #電商

留言告訴我你對這一集的想法： https://open.firstory.me/user/cls5sglrw05pc01tr4h0v4ufn/comments
Amy: https://linktr.ee/amy17519/
Stella: https://linktr.ee/stella_liu/
電子報＋Podcast逐字稿 (Powered by SeaMeet, Modified by Amy): https://stellaxamy.substack.com/

Amy和Stella先後回到亞洲走親訪友，在和朋友的交流當中獲得了很多新的資訊，也得到了不同的角度。專開一期和大家分享一下我們的見聞和思考。也聊聊過了20期之後，我們對podcast的一些新想法。

• Amy的新工作
• 如何選擇startup
• 台灣銀髮旅行團的growth strategy
• 回國和朋友們catch up
• 國內創業者們的struggle
• 技術派創業者 vs 市場派創業者
• 「數據女孩的中年危機」 新方向

留言告訴我你對這一集的想法： https://open.firstory.me/user/cls5sglrw05pc01tr4h0v4ufn/comments
Amy: https://linktr.ee/amy17519/
Stella: https://linktr.ee/stella_liu/
電子報＋Podcast逐字稿 (Powered by SeaMeet, Modified by Amy): https://stellaxamy.substack.com/