[TYRA Talk] 2025-11-16 寫程式不如說故事？學術訓練如何幫助我從事人工智能進入微軟
在人工智慧與科技高速發展的時代，除了寫程式、刷 Leetcode，究竟需要什麼能力，才能不被 AI 的浪潮淹沒？我們與資深軟體工程師的距離，真的只在於 coding 的「硬實力」嗎？本場講者以自身從物理博士與博士後研究者，轉職至微軟從事 AI 與資料科學工作的歷程為例，分享他如何在轉職過程中體悟「軟實力」的重要。懂得說故事與溝通脈絡，往往比寫程式更能讓人脫穎而出。演講也將談及他如何準備職涯轉換、面試與跨文化適應，以及在職涯穩定後選擇離開微軟、回到台灣的思考與抉擇，邀請聽眾透過講者的經歷，思考職涯與自我成長。
|| 摘要（Abstract）:
許多人以為進入人工智慧領域與頂尖科技公司，關鍵在於「寫程式」的能力。然而，我想分享的，是一段從學術研究者轉向科技產業的真實旅程──當中最關鍵的，不是程式技巧，而是「說故事」的能力， 心智與思維的轉變。
我從物理博士與博士後研究出發，在歐洲及北美歷經學術轉職的徬徨與選擇，最終進入微軟從事 AI 與資料科學工作。一路走來，我發現學術訓練不但沒有過時，反而是強大的資產：包括系統思考、實驗設計、資料詮釋與論述能力。
這些能力，若無法被業界「讀懂」，就難以被看見。因此我學會用「說故事」來轉譯學術能力、連結商業語境。這場演講將分享我如何準備職涯轉換、面試、跨文化適應，並希望提供給還在猶豫的你，一份實用的職涯地圖與勇氣。
最後，我也將分享我在微軟穩定發展後，主動選擇離開、回到台灣的決定與思考歷程。這是每一位在海外移民第一代人的掙扎。 這不只是地理位置的轉變，更是我對個人價值、社會連結與使命的重新定義──因為，職涯不只是「往上爬」，也可以是，走出一條終於自己價值， 屬於自己的路。
|| 講者（Speaker）:
ALAN 本科畢業於台灣大學, 博士畢業於德國慕尼黑大學和馬普所。曾工作於多個研究單位，主要研究機器學習在天文物理科學中的應用，特別是時間序列和信號處理。曾經參與過美國太空總署 NASA Marshall 研究中心汽球和有關太空科學的實驗。之後在美國微軟工作，主要負責人工智能在時間序列(文字)上的產品: 例如情感分析, 文字安全等。曾經開發微軟第一代 XBOX 對話文本分析，微軟垃圾信件處理系統以及微軟 DynamicsCRM 情感分析。現為某國際 AI 蕊片製造大廠高級數據科學家, NLP 專案領導. 具有豐富的教學經驗，同時了解年輕人的心理，曾參加面向大學生乃至研究生的 AI 的課程, 主要負責課程規劃和授課，對教育行業十分熱忱。曾負責以下課程：數據科學中的統計應用、 自然語言處理簡介、如何面對職場的困境、數據科學家自我成長的心智模型、進階時間序列分析、古典機器學習算法和深度學習企業界的實戰應用。 並在北美數個求職平台擔任導師。
|| 研究領域（Field）:
自然科學、數學及統計領域、資訊通訊科技領域
|| 研究子領域（Sub-field）:
AI 智慧製造
|| 主持人（Chair）:
|| 活動時間（Event Time）:
11/16/2025 12:00 AM Taiwan
11/15/2025 08:00 AM PST Pacific Time
11/15/2025 09:00 AM MST Mountain Time
11/15/2025 10:00 AM CST Central Time
11/15/2025 11:00 AM EST Eastern Time
11/15/2025 04:00 PM GMT England
11/15/2025 05:00 PM CET Berlin
|| 圖像設計（Design）:
關於Project Tyra更多詳情請參見
https://linktr.ee/projecttyra