COSCUP 開源人年會

  「在 UI，我們希望開發者具備全盤思考的能力。」 Ubiquiti Software Tech Lead Jay 認為，相較於其他科技公司， UI 更希望軟體工程師不僅是埋頭專注在自己的專業領域或是技術層面，也能練習從別的 function、甚至進一步從使用者的角度去思考產品研發。 Jay 觀察，市面上有些產品雖然很好用，但卻不是特別安全；或是產品很 fancy，但對效能沒有概念，「為了讓軟體功能更加全面，開發者不能只是單純探討一個面向，而是要站在整個產品去思考。」 因此，對 UI 的軟體工程師們來說，今年一個全新的嘗試，是每個月舉辦一次的體驗工作坊（UX Workshop）。除了例行的技術分享之外，也讓工程師們學著「從使用者的角度」思考。「 UI 內部常常強調『Outside-in thinking』。這個思維的精髓在於：如果你是使用者，你會想要有什麼樣的功能？」Jay 解釋。 不只是 coding，人人都是使用者 Jay 說明，工作坊主要分作兩個部分，一開始會先用大約 30 至 45 分鐘的時間，讓大家體驗自家產品，並統一留下意見 feedback，第二階段會開放大家提出別家產品的可取之處，希望讓每個 RD 從 set up 開始，具體感受自家的產品怎麼樣、反應速度與效能，並透過各團隊間的交流 討論，進一步思考如何讓產品做得更好。 事實上，過去 UI 的 RD 們就已經建立固定的分享會，由主講的 RD 介紹問題的背景，分享實作的方法和研究成果，並且開放問答，讓大家互相討論交流。 UX 工作坊可以說是技術分享的延伸。由於 UI 有前端、後端，mobile、韌體等不同 team，每位工程師各有不同的專業領域，因此在看法和實作上也有所不同，可以給予不同觀點，這不是只會對 user 有幫助，也會反饋到自己的開發方式，並且協助提升工作流程。 UI RD 會固定舉辦分享會，並透過實際使用自家產品，找到最好的解決方案。 他認為，使用者體驗在定義產品時有分很多角色，從工業設計的角度來看，是外觀、包裝、給使用者的開箱以及安裝體驗，「軟體雖然摸不到，但是我們也同樣會定義設計準則。」比方說，反應到軟體開發的工作項目，前端的重點在於資訊呈現清不清晰，包括透過簡化使用者的操作步驟，用拖拉、圖像的形式協助操作，用視覺化去呈現等等，快速呈現有用的資訊給使用者；後端的角色雖然比較抽...

  如何寫出精確的『資料申請』需求？ 前往使用資料申請產生器： https://dataopener.tw/application 資料開放的狀況有哪些？ 「尚」未開放：沒有資料、產製中或可能會產製 「尚」未開放：資訊公開但非開放資料，或需要申請 部分開放：值得再開放或更開放的資料 已開放：Open by default 階段，將既有資料轉成開放資料 不開放：最後無法開放的資料 常見不同意開放資料的理由？ 沒有該資料（尚未收集或彙整） 沒有該資料（不存在該類別） 尚未蒐集完整 申請者所提出的需求資料並無明確定義 擔心資料品質 涉及個資 涉及營業秘密 屬於秘密類文件 非資料所有機關 資料在委辦單位 屬地方自治事務 要收費 擔心外界誤用、誤判 資料僅供內部參考 開放後將妨礙行政 依檔案法為維護公共利益不公開 非權責明定應提供之資料 要 A 給 B 已提供單筆查詢功能 僅能提供統計資料故無法呈現細項 當前的演算技術無法達成該資料需求內容 無開放格式 採用說明文件較為適合 建置中 硬體維護成本太高 視預算經費狀況再行評估 還要研議 開放資料產製過程中的困難？ 一起來跟政府申請資料吧！ 專注我們 GitHub:  https://github.com/opengovdatatw Facebook:  https://www.facebook.com/2125769830846436/

SHOPLNE 是誰？ 後疫情時代下，網購已成為人們的日常，電商蓬勃發展、線下商店也尋求轉型，SHOPLINE 提供包含網路開店、跨境電商、社群購物、零售 POS 系統以及 O2O 虛實整合等全通路解決方案，也有專業的數位行銷團隊協助品牌執行廣告投遞、市場策略建議、行銷企劃以及商店代營運等，全方位的開店解決方案，希望協助各種規模的品牌都扎根本地、放眼世界。 今年是 SHOPLINE 成立的第九年，SHOPLINE 創立於香港，秉持著「 Empower merchants to succeed anywhere 」的理想創立，九年來成立了九個國際化團隊，跨越香港、台北、吉隆玻、胡志明、深圳、廣州、新加坡、雅加達、曼谷等亞洲城市，仰賴的是優秀的技術人才、商業和後勤團隊！作爲電商最強後盾，我們不斷推動智慧產品的開發，希望透過大數據的應用，為店家打造專屬的數據分析中心；另外也在金流整合、社群整合上持續開發新功能，包括 SHOPLINE Payments 和 Instagram, Facebook 的直播串接接單服務，希望提供店家更安全、有效率的管理系統。 目前，SHOPLINE 已協助全亞洲超過 35 萬品牌開店，包含 Cubiio、Cheese Duke 起士公爵、Durex 杜蕾斯、海邊走走、京盛宇、綠藤生機、Lucy’s、美珍香、葡吉食品、古典玫瑰園、Smith & Hsu 等知名品牌選用。 2021 年，SHOPLINE 更成功協助所有品牌用戶接觸累計超過 7 億人次的消費者，讓 SHOPLINE 成為亞太市場的行業領軍者。 來看看 SHOPLINE 產品團隊如何分工 先從上帝視角看我們的日常運作！ 首先，在接收到客戶需求後，會由 Product Manager 帶領產研團隊一起討論、確認並定義需求，這個階段中包含工程師、設計師們都會充分參與，務求能夠從技術角度去滿足顧客需要，也創造團隊開放的討論風氣；接著交由設計師畫出兼具美感和使用便利性的電商網站樣貌！為了讓溝通更順暢，我們使用 Jira 來確保專案開發的資訊及進度能充分並即時地傳達給所有相關人員。 當我們有了一個美美的網站，接著就要將網站所有的按鈕連接到雲端及後台，讓它可以真的開始運作。SHOPLINE 的前端工程師使用的框架是 React，即便你專精的框架是 Vue 或 Angular，SHOPLIN...

Berry AI 運用深度學習與影像辨識技術幫助速食業者蒐集營運資訊，並將該數據用於優化營運流程與改善消費者體驗。自 2021 年推出產品後，Berry AI 已陸續與多家 Top-20 連鎖速食業者展開合作，目前於台灣與美國兩地設有辦公室。 Berry AI 團隊成員來自哈佛大學、杜克大學、紐約大學等知名學府以及阿里巴巴、聯發科、Microsoft、Appier、HTC 等大型跨國科技企業與 AI Labs、Umbo CV、Gogolook 等知名新創。Berry 技術團隊非常鼓勵成員探索與應用新的技術，我們延攬 AI 領域富有盛名的教授做為技術顧問，顧問群累積數十年的 AI 研究經驗，大幅增強團隊的研發能量。此外，技術團隊定期舉辦 Workshop，分享彼此的研究進度與開發心得，共同學習新知識。 Berry  AI   於 2021 年末延攬六位速食產業專家加入顧問團隊。成員包含 Mr. Jerry Comstock，曾擔任 300 家漢堡王分店加盟商的 CEO 與餐飲集團 TGI Fridays 全球 COO；Mr. Rob Lauber，曾於麥當勞擔任 Chief Learning Officer，負責建立內部培訓與人力管理制度。其餘顧問分別來自肯德基與必勝客母集團 Yum!、漢堡王母集團 RBI 與 POS 巨頭 Partech，背景則橫跨營運優化、設備採購與新科技導入。 「六位顧問在速食行業共累積了數十年的經驗，見證速食產業多年來的發展與趨勢，現在正是 AI 在速食產業開始落地的關鍵時刻。顧問們對 Berry AI 的產品深具信心，將協助我們制定市場與產品策略，深化與速食品牌以及加盟業者的合作。」，CEO Eric 說道。 目前 Berry  AI   已得到台灣上市公司飛捷科技的財務挹注與支持，提供穩定的資金來源與客戶關係，業務與團隊正快速擴張，需要更多認同我們理念與目標的夥伴加入。想加入高速成長的跨國 AI 新創，歡迎與我們聯絡!! 若有進一步興趣，歡迎 email 聯絡  Joe Tseng, VP of Engineering

關於 CMoney (全曜財經資訊股份有限公司) CMoney 是一家致力於金融科技創新 (Fintech) 作為未來深耕發展的領域的公司，由一群對程式交易有高度熱情的技術團隊，創立於 2003 年，有肇於多年來國內外諸多金融法人機構所採用的決策分析工具，幾乎沒有突破性的進展，CMoney 研發團隊於是著手打造獨步全球且採先進雲端技術的高速回測系統。 目前擁有超過百位研發工程師支援國內外400多家的法人投資機構，協助其更有效率地提升交易績效，深受業界歡迎及喜愛，目前市占率達8成以上，已成為金融軟體業界的領導品牌。 除法人客戶外，基於多年服務投資法人團隊的專業和經驗，CMoney多年前開發了理財寶這款軟體，提供大眾更簡便的軟體服務，協助用戶做好人生的投資理財規劃，邁向財富自由的道路。在開發理財寶同時，CMoney也網羅各界投資達人，將其投資的經驗知識轉化為APP軟體服務，以作為大眾的理財消費分析工具。目前合作的投資理財專家已超過50位，而理財寶也突破240萬訂戶。此外，CMoney擁有許多人氣產品，如投資理財付費APP排行榜第一名的籌碼K線、每日2.2萬則投資討論，每月50萬位投資人在線使用的股市爆料同學會、集合全台投資達人App大型社群市集的理財寶等。另外還有投資理財類APP超過 20 款，非投資理財類如：搜梗、英文知識家、iCheck美妝好朋友等超過 10 款。 因應新時代的挑戰，全球政府都意識到金融創新的重要性及商機，紛紛立法以放寬原有僵固的金融法規。CMoney全曜財經累積多年的金融資訊軟體的開發實戰經驗，佔有最佳的創新戰略位置，歡迎你加入CMoney這個團隊，與這裡的同事夥伴交流切磋、精進技能，挑戰資訊新時代的來臨。 CMoney 里程碑 決策分析系統市佔率第一 理財寶線上超過240萬會員 手機軟體突破100萬用戶 Google Play財經類APP第一名 全台灣最大理財教育平台 我們的福利 基本保障 除勞健保、勞退保障，另提供團體保險 具競爭力的整體薪酬制度，並提供「自提調薪制度」，吸引、激勵並留任優秀人才，並依當年公司營運狀況及個人績效表現提供具競爭力的薪資、專案獎金及年終獎金。 CMoney辦公室分布在不同樓層，每間辦公室都有不同的裝潢風格，除了漂亮及舒適的空間外，幾乎所有同仁都配有升降桌，可以隨時站起來工作。不僅是升降桌，只要你有需求，和主管提出，雙...

  由資深華爾街投資人領軍於 2018 年成立，Kronos Research 結合人工智慧、機器學習、高速網路等先進技術，透過進階的資料分析開發出獨家的量化交易預測模型，並使用全自動的交易策略自營，同時作為加密貨幣造市商，提供全球加密貨幣商品的即時報價。至今四年的時間，便擠身全球前五大的加密貨幣量交易團隊，創下 2021 年每日平均交易額 50 億美金，單日最高交易額 230 億美金的記錄。 人才和技術是 Kronos 最重要的兩大要素，團隊採開放式合作、解決問題導向、美式工作風格，Kronos 期許任何職位的夥伴，都能信任彼此、安心發問、共同快速解決問題。主管的管理策略，不同於傳統上對下的管理，而是以幫助者的角色，解決不同的需求，放大每個職位的生產力。我們希望這個產業在台灣能夠茁壯，讓台灣的技術人才知道有這個國際舞台可以發揮。 一窺量化交易技術及團隊 高頻交易跟一般大家熟知的交易最大的差距在於自動化。我們熟知的交易模式多半透過人工，由交易員綜合市場資訊後向交易所下單；高頻交易則是由程式自動判斷市場資訊並且下單。高頻交易多半關注短時間的市場波動，在收到市場報價後，在極短時間透過預先訓練的統計模型做出買賣決策。在高額報酬的背後，結合了不同專業：包括資料科學、統計與機器學習、底層系統優化、以及分散式系統。 高頻交易的流程，從 Market Data Parser 作為源頭持續搜集來自交易所的歷史資料，交由 Alpha Modeling 訓練出可預測未來短時間市場變動的模型。接著交易團隊撰寫策略程式，並依據策略需要套用選擇合適的 Alpha 模型，由極低延遲的交易程式向交易所下單。以下是各模塊的介紹： Market Data Parser（Data Team）：高頻交易是一個資料驅動的行業，全面且高正確率的資料對於後續訓練很重要。Kronos Research 在全球十多個機房內有數百台服務器，每天 24 小時不間斷錄製來自交易所的報價單。面對每天 10TB+ 的巨量資料，data team 大量使用雲端分散技術以及自動化技術確保資料流的穩定。 Alpha Modeling（Alpha Team）：在投資市場中，Alpha 代表著高於大盤的超額收益，Alpha Model 則代表預測將來市場的數學模型。Alpha Team 透過統計以及機器學習，以敏銳的邏輯跟觀...

Jack Kang, SVP, Business Development, Customer Experience, and Corporate Marketing at SiFive SiFive is aiming high with bold new technology for performance-driven applications SiFive transformed in 2021 and grew from leading RISC-V for embedded products into performance-demanding markets, creating real choice in the semiconductor processor IP market. Now, the SiFive portfolio features three distinct, market-focused product families, based on market requirements ranging from high-performance applications, machine learning and artificial intelligence processing, to embedded real-time deterministic and small application processors. Our RISC-V IP portfolio is designed around our focus to deliver processor IP for these demanding markets, combining the unlimited potential of RISC-V with the experience and talent of our team. This rapid progress was made possible by our partners and customers who believe and invest in RISC-V and the freedom it represents for technology. RISC-V has no limits, ...

2014 年，新加坡商鈦坦科技踏上了 敏捷開發 的道路；一路以來都以「人」為出發點，並將「透明化、洞察力、適應性」三大原則打造為組織文化的重要基石 。在敏捷轉型的過程中，鈦坦科技不斷嘗試，最找出了一套「秘密方法學（The TOP SECRET Method）」。 疫情期間，企業勢必得找到在「防疫新生活」世界中的經營方式，而秘密方法學就成為指引我們方向的戰略守則，鈦坦科技相信，透過敏捷開發思維的「SECRET」方法 ，可以提供快速改變工作模式、並帶來富有彈性適應力的變革。請跟著我們的腳步，一以來拆解鈦坦人的「秘密」！ 1️⃣ Safety First ：安全第一。 安全可以廣泛應用各個層面，包括身體、心理、環境、甚至是產品，確保團隊心理安全、產品品質安全，才能從這個基礎小步試錯，持續快跑。我們察覺到疫情發生變化時，不僅重金添購與海關同等規格的溫度測量儀，著手啟動辦公室防疫機制，也展開在家工作（ WFH ）步驟演練。我們最初先試行一週，蒐集夥伴們的回饋，進而討論跟改善流程，接著又實施兩個月遠端工作，把夥伴分流成 A 組、 B 組，降低交叉接觸的可能性，甚至在疫情緊張之際，啟動全體在家工作模式，以降低員工通勤染疫的風險。 回顧這段歷程，我們之所以能針對疫情做出反應，都要歸功於一直秉持的敏捷思維：洞察並且擁抱改變。當機會敲開大門時，鈦坦人都勇於嘗試新事物、培養新的適應能力；而在鈦坦人的心目中，保持學習進展、跟團隊夥伴持續合作，則是最珍貴、最有價值的收穫。 2️⃣ Emergent Leadership ：自發領導。 充分授權、職權責合一、建立自我組織的團隊，都是重要的核心精神，這在混亂的時期更顯重要。如果沒有這種配置，團隊只能消極等待管理階層回應，而無法積極提出解決方案然後執行、成為一個自我管理的優秀組織。組織文化若能建立自發領導的力量，代表團隊會盡情揮灑創新風采，主動為公司提供訊息、資源跟創意。 當面臨疫情帶來的挑戰時，我們在 2020 年二月份就察覺出可能發生的狀況，於是大家坐下來共同發想、制定防範策略。在一週的時間內，我們已經可以運用手邊工具應付不同的狀況。鈦坦人也勇於分享自身經驗，交流如何順暢運用各種工具完成工作；尤其身為 B2B 供應企業，鈦坦人更需要監控每日外界發生的事物、隨時保持警惕，留意各家客戶所在地區的狀況。 3️⃣ Courage & Curio...

  自 2019 年 Blocto 創辦以來，COSCUP 是我們絕不缺席的開源人盛會。Blocto 錢包也自 2019 發布以來成長至今年突破一百萬用戶。今年創辦人暨執行長李玄也會帶來 keynote 演講：「Web3 產業的技術現況」和技術演講: 「Aptos 區塊鏈：Facebook Diem 浴火重生」 區塊鏈產業過去這三年來在技術和產品上已經發生了許多重大的變革，特別是公鏈效能、智慧合約語言和使用體驗方面。這次的演講會介紹這幾年區塊鏈產業最重大的改變和未來的機會。 區塊鏈產業在近三年歷經了 Defi 和 NFT 夏天等大幅革新產業流向的洪流， 2022 的 Blocto 現在已發展為跨鏈合約錢包和智能合約服務平台： 去中心化交易所 (BloctoSwap) ，NFT 賣場 (BloctoBay) ，區塊鏈智能合約錢包(Blocto) 三合一 多鏈多裝置智能合約錢包：無需私鑰註記詞，不需購買鏈上資產即可與多鏈 dApp 互動，輕鬆管理虛擬資產及 NFT 支援多個區塊鏈：福洛鏈(Flow)、Solana、幣安鏈(BSC)、Polygon、雪崩協議(Avalanche)、以太坊(Ethereum) 跨裝置整合 App & browser SDK porrto 團隊擁有豐富的區塊鏈產業知識和經驗，專注於 Make blockchain simple，我們的 Blocto 錢包僅需簡單的 E-mail 申請即可加入，大幅降低進入區塊鏈門檻，讓我們現在成為全世界最簡單好用的區塊鏈入口與開發者工具，由於我們的堅持，Blocto 穩定且高速成長發展中，有新的職缺釋出，非常歡迎對區塊鏈有強烈熱情的夥伴加入，快速提升區塊鏈知識經驗之餘：讓我們一起打造區塊鏈融入你我的日常。 歡迎對區塊鏈有熱情的夥伴 加入我們！ 延伸閱讀 李玄 at 2021 COSCUP: How to build a dapp on Flow 李玄 at 2020 COSCUP: Resource-Oriented Programming in Libra Move and Flow Cadence

近年，電信系統軟體架構朝網路功能虛擬化(NFVI)與開放標準發展，讓程式設計師可在通用型硬體伺服器上，發展各類軟體功能單元，大大降低投入電信系統軟體開發的障礙。「開源系統軟體SIG」期望透過鏈結國際電信系統開源軟體計劃，培育軟體人才，並媒合廠商，促進國內電信系統發展，提高產品附加價值。 「5G產業創新發展聯盟」於2022年新設「開源系統軟體SIG」，與原有四個SIG合力發展國內電信開放網路架構、系統供應鏈、垂直應用、智慧財產權與系統軟體。 本次COSCUP 2022活動中，「開源系統軟體SIG」將邀請台灣科技大學特聘教授兼電算中心-鄭瑞光主任與工研院資通所-林萬怡技術副理，分別就「O-RAN Alliance and O-RAN Software Community (OSC) Project」及「開放走向開源-OSC RIC發展進程」進行演講與分享，並展示工研院與本SIG 創始業者和碩科技合作之5G開放架構節能控制系統，此系統已獲得Small Cell Forum 2022年全球小型基站論壇獎，歡迎參觀交流。 此外，本SIG 創始業者耀睿科技已著手於桃園青埔實驗室規劃建置O-RAN Software Community (OSC) 驗證平台，預計2022年底前提供開源軟體測試平台服務，歡迎惠賜卓見。 「開源系統軟體SIG」將於今年舉辦研討會與實作工作坊，歡迎大家透過QR code留下聯繫資料，我們將盡快通知大家活動訊息，感謝您。

  2017 年成立的漸強實驗室,以打造世界級的 B2B 軟體服務公司為目標,專注於透過導入各種軟體服務來協助企業數位轉型,成立不滿兩年就已獲得跨國 AI 集團 iKala 的投資,在今年成立滿五週年前,漸強實驗室已是 LINE 唯一金級技術合作夥伴,同時也是全台橫跨最多垂直生態鏈,服務超過 400 家品牌商的 Martech 生態圈重要領頭羊。 前言 大家可能都遇過公司想要導入一些新技術或是新方法來解決團隊的問題，不論是公司驅動或是內部成員發起，導入的過程通常會面對重重關卡，而且失敗的例子也是時有所聞。本篇文章是漸強實驗室工程團隊成功導入 Clean Architecture 與 DDD 的架構，改善程式碼品質並提升開發效率的經驗分享：從發現問題、尋找解法、導入技術、到成功執行解決問題的過程。 先打預防針：本篇文章不會提到技術相關的深入內容，主要在探討如何導入一個新技術方法的過程，有哪些步驟？ 效果如何？ 以及學習到的經驗！ 起因 時間回到 2021 年初，公司的產品 MAAC ( https://cresclab.com ) 已經在台灣市場上站穩龍頭位置，但是快速成長的代價，免不了技術債的堆積。隨之而來的是越來越多我們想推出的新功能，會因為技術債而需要被妥協的情況，另外團隊開發速度也越來越慢、工程師們開始對估算開發時程缺少信心，當時這是一個走了兩年左右的專案，工程團隊開始對於產品上日趨複雜的商業邏輯感到頭痛。 定義問題 產品上由於功能的開發與各種第三方串接甚至是客製化功能，商業邏輯越來越複雜，過去開發規範除了遵守框架規範外，其餘的規範比較鬆散，主要透過 code review 來達成共識。且過去有許多嘗試性的需求，商業邏輯堆疊越來越猖狂，各種程式碼片段東插西插，導致單元測試變得難以撰寫；越大範圍的改動，受影響範圍的評估變得相當困難。面對技術債當然是每個團隊的課題，當時我們認為應該要有一個更適合的 codebase 開發架構，幫助大家有效的梳理商業邏輯，讓新的部份不要再重蹈覆徹，舊的部份也能夠有系統地還上債務，所以定義了兩個要解決的問題： 1. Codebase 的管理架構要能夠支撐更大更複雜的擴張 2. 如何有效地維護以及管理複雜的商業邏輯 如何解決 關於解決這兩件事情我們開始了一些研究，最後我們認為在原本的框架中，透過 Clean Architectu...

  大多時候，你在網路上看的 Live 直播串流，其實不是與現實世界完全同步的即時轉播，先看看以下這些場景，相信對你來說並不陌生。 NBA 冠軍賽才正看到精彩處，隔壁鄰居卻突然爆出一陣歡呼，原來，用電視觀賞同一場比賽的他們，比你早 30 秒歡呼慶祝三分球入網，不小心點開社群媒體，更發現朋友們早已發文熱烈討論比賽結果。 就像電影被暴雷一樣，少了即時參與的驚喜感、提早知道結局，觀看直播活動的樂趣頓時大打折扣。 或是，收看跨年演唱會時，正當你興高采烈倒數最後 30 秒時，才發現，窗外的慶祝煙火已經此起彼落，大家都已經跨入新的一年，只有你還停留在前一年。 雖然從絕對時間來看，這些狀況都僅有延遲短短幾秒鐘，但在體感上，觀賞體驗卻大受影響，用「失之毫釐，差之千里」來形容再恰當不過。 使用直播串流時，為什麼你的世界總是比別人慢幾秒？原因正是「串流延遲」。 從攝影機到觀眾螢幕的層層關卡 串流延遲，指的是攝影機拍到影像後，直到觀眾端螢幕出現畫面的時間差。 一般來說，有線電視直播約延遲 5 到 10 秒，而 YouTube、LINE、Twitch 等多數 OTT 平台，延遲大多介於 15 秒至 30 秒，距離延遲秒數低於 3 秒的「超低延遲」（Ultra Low Latency）標準，還有一大段距離，這也讓現有直播內容的互動效果有限。 但想克服延遲並不容易，光是一段畫面要從現場攝影機，傳到電腦和手機螢幕，中間所需流程多到難以想像。 KKStream 執行副總李卓軒 Kevin C.H. Lee 解釋，這流程大致包含一開始的攝影機收取影音訊號，接著需轉換訊號、傳輸、上傳雲端、加密、備份，傳到終端裝置後再解碼，最後才是播放。 這整段「螢幕到螢幕」的過程，就像是將包裹從A點運送到B點，只要中間有幾個環節耽誤，就會讓整體運送時間不斷疊加。「每個步驟都要優化，只要有個點延遲很高，加總起來就無法達到超低延遲的標準，這需要很強的技術掌控力。」Kevin 說。 另一個挑戰則在於，由於各大終端裝置原廠（如Apple、Google）雖然有提供低延遲串流相對應的規範，但並未說明實際的執行細節，因此串流技術業者只能自己摸索。 受限於技術瓶頸，目前大多數的直播串流服務，只能在延遲、直播規模和影像品質三者間取捨。例如，常見的視訊會議軟體，像是 Zoom、Google Meet，雖然延遲相對低，但參與人數上...

Appier 首席機器學習科學家　林守德博士 正如 Jason Jennings 及 Laurence Haughton 在《以快吃慢–如何藉速度在商戰中克敵制勝》一書中指出──未來，不是大公司吃掉小公司，而是速度快的公司吃掉速度慢的公司。 從現在開始，唯有善用適當的資訊快速做出決策的企業，才能成為戰場上的贏家。 機器學習技術驅動了這場變革。無論企業是嘗試向顧客提出建議、改進生產製造流程或應對市場的變動，都能運用機器學習技術處理大量的資料，進而提高自身的競爭優勢。 然而，機器學習雖能創造大好機會，卻也同時帶來了相應的挑戰。機器學習系統需要大量的資料，以及執行複雜的運算能力。顧客期望改變、出乎意料的市場波動等等外部因素，都意味著機器學習模型的運作並不是百分之百的自動，往往仰賴許多外部的資源來作監控及維護。 此外，機器學習也有不少尚待解決的實務問題。以下將深入探討機器學習的五大實務問題，以及這些問題對企業應用會產生的影響。 1. 資料品質 機器學習系統仰賴資料進行訓練，而訓練資料在廣義上可分為「特徵」及「標籤」兩種類別。 「特徵」是輸入機器學習模型的資料，像是來自感測器、顧客問卷、網站 cookie 或歷史資訊等等。 然而這些特徵的品質可能良莠不齊。舉例而言，顧客在填寫問卷時可能會隨便填寫，或對題目略而不答；感測器可能因失靈而回傳錯誤資料；即使使用者的網頁行為明確，網站 cookie 回報的資訊也可能不完整。 此外，資料也可能包含雜訊，當無謂的資訊夾雜其中時，機器學習模型將會受到誤導而做出不正確的預測。 相較於「特徵」，「標籤」的正確性與穩定度更為重要。標籤是機器學習模型最後輸出的結果。所以需要在訓練的時間利用正確的結果教導機器學習模型。標籤的稀疏性也是個問題，這是當系統已掌握大量輸入的資料卻對輸出的結果沒有把握時出現的現象。在這樣的情況下，將難以針對該模型偵測其特徵與標籤之間的關聯性優化，甚至需要耗費額外的人力干預，將標籤與輸入資料關聯起來。 機器學習需仰賴輸入與輸出資料的關聯，才能具備足夠的泛化能力以預測未來行動並提供相關建議。因此，如果輸入資料過於雜亂、殘缺或有所偏差時，將可能難以理解某輸出／標籤的產出原因。近年來機器學習也開發出許多先進的方法如半指導式學習，轉移學習來處理這樣的問題。 2. 複雜性與品質的取捨 建立強大的機器學習模型需要大量的計算資源來處理特徵和...

  Red Hat（紅帽）從1993至今，到明年就要滿30歲了！ 起初是一位技術專家叫 Marc Ewing ，他常年呆在北卡羅來納州羅利的家中，忙著鑽研、調整和處理自己的 Linux® 發行版 CD 光碟。 Red Hat 這個名字來自 Ewing 在大學計算機實驗室的經歷。他經常戴著祖父的紅色康奈爾長曲棍球帽，人們會說：“如果需要幫忙，就找戴紅帽的那個人”。當 Ewing 開始發佈自己策劃的 Linux 版本時，他選擇了 Red Hat（紅帽）作為名稱。 Bob Young 則是一位富有遠見的小生意人，在位於康乃狄格州的家中經營著一項計算機供應目錄業務。他發現人們對 Linux 越來越感興趣，於是開始購買 Ewing 的紅帽 Linux CD。 Young 的這項業務非常成功，最終他決定和 Ewing 聯手，於是 1995 年紅帽軟體公司成立，Young 擔任首任CEO。 開放原始碼讓創意更有力量 正是這項單純、有力的信念，讓科技徹底產生了改變。不過，創新的腳步並未停歇，在「開放原始碼成功故事」中，您會看到世界各地的開放社群、各界菁英，以及創意的自由交流，是如何在各領域發光發熱。我們誠摯期盼，這些成功典範能啟發大家，將開放原始碼概念廣泛運用在職場和各專業社群中。 在2012 年，紅帽成為第一家收入超過 10 億美元的開源技術公司。今天，全球有超過 90% 的《財富》世界五百強企業信賴紅帽及紅帽產品和解決方案。對於需要快速創新並希望避免手動操作風險的企業 IT 人員來說，紅帽已成為他們自然而然的合理選擇。 紅帽啟動了開源品牌項目，這是一項致力於更新和簡化公司 LOGO 與品牌系統的開放計劃。公司在 19 年間取得了巨大的發展，技術變得越來越實用、靈活。現在，紅帽 LOGO 已變成一頂鮮明、大膽而亮眼的紅色帽子，它最能反映公司包容、可信和樂於助人的聲譽。 社群推動創新 致力於自由思考和協同合作的環境，創新才會得以蓬勃發展。最能高效合作和創新的人，就是紅帽眼中的佼佼者。 創新，始終是一項重在合作的行為。 作為開源領域的領導者，紅帽致力於讓客戶與全球企業、合作夥伴和社區網路高效地互連互通。通過攜手合作，我們能共同構建企業發展所需的高性能、敏捷技術。紅帽的開源方案會提供源源不斷的可靠技術，為創新和發展釋放所需的寶貴資源。用開放式合作取代單打獨鬥，會讓我們的工作事半...

玉山銀行自 2018 年成立智能金融處，至今已執行超過半百的 AI 專案，建立了 AI 研發雲提供 Data Analyst 訓練模型與開發 AI 服務，並大量使用開源專案打造機器學習即服務平台（Machine Learning as a Service, MLaaS）提供部署 AI 模型與服務。在 2020 年開始啟動了 MLaaS 2.0 升級計劃，將 AI 服務容器化，透過容器叢集管理平臺 K8s 管理，使用了 FaskAPI 作為模型推論 API 的框架，並導入 Apache Airflow 作為特徵工程、模型訓練流程管理框架。 玉山銀行的 Data Engineer 們正朝向透過開源專案推行 MLOps 與 SRE，致力於回饋開源社群，如果你對打造新世代 AI 平台有熱情並有以下特質，歡迎一起加入玉山 Data Engineer 的行列！ 對於分散式系統架構（設計或原理）有強烈好奇心 具有強烈學習慾望，不排斥新工具及新觀念 對於系統平台穩定具有捨我其誰的使命感，並願意說服團隊認同降低故障成本是一件值得驕傲的成就 熟悉 Python / golang，具有開發 WebService API（REST）經驗 對程式碼有潔癖，且開發過程一定會搭配測試程式 對於重複執行的瑣事會忍不住寫程式自動化 機器學習平台工程師 Job Description 巨量結構化資料、半結構化資料甚至非結構化資料的分析、處理與儲存 打造機器學習平台及系統軟體框架，將機器學習建構在分散式系統及微服務系統（docker）之上 參與機器學習 (Machine Learning) 專案開發、資料特徵工程、規劃設計次世代機器學習平台發展與藍圖等任務 具備 SQL 技術能力，熟悉 Linux、 Python 程式開發、Git 版本控制，略懂資訊安全及網路傳輸相關基礎知識 具備金融/金流/支付相關知識和興趣，且有專案管理及良好溝通協作能力 Requirements 3 年以上系統管理及維護經驗，具備技術架構規劃能力與制定技術規範（大數據傳輸及倉儲等） 具備機器學習、深度學習框架（Tensorflow, Keras）經驗 熟悉 Django / uWSGI / Flask框架開發與應用 認同 DevOps 文化與 Open Source 理念，願意挑戰高流量 MLOps 相關工作 具備以下系統建置、調...

  2020 左右，隨著新冠疫情流行，台灣也逐漸流行起一股懶人旋風。懶懶躺在沙發上，動動手指滑滑螢幕，生鮮或美食就能快速又安全地由可愛的粉紅色熊貓外送員送達您門口。多數人知道 foodpanda 是台灣最大生鮮美食外送平台，也不少人知道 foodpanda 在台灣不斷擴張業務範圍，但 foodpanda 也有許多台灣科技圈所不知道的事。 例如，foodpanda 其實並非台灣本土廠商，也非只專注在亞洲區域。foodpanda 隸屬於德國 Delivery Hero 集團，業務橫跨歐洲、亞洲、美洲及北非，旗下更有十多個生鮮美食外送品牌。除此之外，foodpanda 於 2021 年時也在台灣正式成立全球第三個 Tech Hub。做為四大產品 RD 研發中心之一，台灣與德國柏林、新加坡及土耳其伊斯坦堡的人才緊密地合作，專注於打造 end-to-end 的顧客體驗。諸如月費方案 Panda Pro、外帶自取、餐廳內用 (目前仍未在台灣上市) 等功能。期待能持續吸收優秀人才、與其它三個跨國研發中心合作，打造後疫情時代新的成長引擎。 事實上，台灣的 foodpanda 研發團隊並不僅止於打造台灣本土產品。反之，我們所建立的平台及產品，已成功於近 20 個國家、10 個品牌上市。要在快速的步調下，打造持續進步且符合不同國家文化客戶需求的產品，我們依靠的是 專案團隊成員一條龍組合 從 Product Manager、Engineering Manager、iOS/Android/Web/Backend developer、QA、Product Designer、Product Analyst 全都在同一個 product line squad。讓相同產品的團隊成員能緊密合作、第一手快速了解市場、滿足需求。 國際專業團隊緊密合作 foodpanda 的 iOS/Android/Web/Backend 等專業工程師，都各自設有其跨 squad 的 chapter 組織。讓工程師能在專案團隊以外，有跨國跨團隊專業能力交流的機會。在 chapter 中，相同技術域領的專家們，會一起制定共同的實作標準、分享在專案中遇到類似的挑戰，並且找出可能的應對方案。因此，在 foodpanda 我們不只打產品專案團隊的速度戰、還打整個集團的整合能力團體戰，讓德國、新加坡、台灣、伊斯坦堡的工程師...