創業小聚#99，AgriTech Revolution——新世代農夫，用科技收成！
蜂巢數據執行長吳君孝將擔任講者，03/06前報名享超早鳥6折優惠，點擊連結報名！
「那時候我其實不知道這對我的人生來說有什麼意義。」阿龜微氣候天眼通團隊資料科學家吳君孝回憶，2004年他讀大學時沈迷於寫程式，當時去試聽一堂叫做資料探勘（Data Mining）的課，然後決定從教室走出去。
他描述，當時看到的東西還很學術、很技術，「那時候不知道為什麼要學？也不知道會發現什麼？」例如在上資料庫課程時他同樣感到困惑，因為即使學CRM（客戶管理系統），但那個年代的資料不多，就算拿來分析，也無法把現象描繪的很全面。
吳君孝當時認為，資料探勘本身應該是門很實用的知識，但當時的應用很少，攤開學術論文也多在追求演算法的準確率，不像現在的資料科學論文都已走到應用端。後來的轉捩點，在於網路的興起，用戶創造的資料越來越多，可以分析的資料也越來越全面，傳統熟知的資料探勘用在全新的資料，才催生了新的應用。
跟資料奮鬥的日子
接觸資料的早，應用卻還沒長出來。但陰錯陽差地，吳君孝後來的職業生涯都與資料探勘脫不了干係。
2011年他進入資策會，前三年是資料工程師，一開始做數據分析，負責處理各種使用者的行為資料跟雲端數據管理平台開發。2012年，大數據興起，資料的應用也開始多了，「當時我就想，這麼多的資料該怎麼發現它的價值？」在資策會的後三年，他開始實際跨入客戶端解決問題，接觸到的都是環保署、農委會、警政署等政府中央部會，經手過警政、媒體、經濟、環保、資安、農業、食安等不同領域的資料。
這時候，吳君孝的身份也從原先的資料工程師，慢慢往所謂的資料科學家轉型。例如，他幫忙做警政情資系統，透過使用者行為編碼去做犯嫌習性分析，估算犯嫌可能出現的區域；或者透過爬梳社群媒體裡的公開言論，做輿情分析軟體、提前預估可能的犯案行為等。
印象最深刻的專案是，當時他幫忙做涉及食安風險的廠商分析，把原先擅長的使用者行為分析技術，應用在找具有可能性的公司上面。他拿了包括環保署、財稅部、食藥署、衛福部、工商登記等來自不同部會、融合近十幾種公開資料來做公司特性解析，再進一步分析什麼樣的廠商最有可能買進毒化物原料。
對他而言，跨領域的合作難，一方面是資料多，前三個月都在做資料的清洗跟建模，一方面也是因為接觸到的問題難。例如要找出具有可能性的廠商，就得對毒化物如何流入食品製程的經過非常了解。吳君孝回憶，為了累積領域知識，他三天兩頭就往台大跑，去請教專家問題，「我查了塑化劑、甲醛、二甲基甲醯胺⋯⋯」即使是幾年前的專案，現在一脫口還是能說出各種專有名詞，「我甚至想過要去讀食品化學博士。」他笑說。
「有趣的是，一開始在跟食安專家討論時，他們覺得資本額越大的公司，越不可能發生食安事件。」當然，這樣的假設並不成立，因為透過與專家合作、以及從資料看到的嫌疑者都是大公司，「所以應該是透過資料去證明說，到底是不是這樣？」吳君孝說，後來數起食安風暴興起，政府召開食安會議，應證了當時他建立的風險特性模型是有效的。
不過，近七年來與各個政府單位為伍的日子，也讓他看到侷限。像是大家對於大數據的幻想就是一點，這讓他遇過非常多匪夷所思的需求，最扯的一次來自某政府部門，「那時候大數據這個詞很夯，他們（官員）希望可以透過資料分析，計算出最有可能被問到的問題，讓他們每天在接受質詢時有題庫可答。」
吳君孝認為，其實資料科學沒有固定的方法可以走，他不會說你做1、2、3、4，就會得出結果。這奠定了他對資料科學的方法論：從需求出發。先了解需求，再去想你應該要怎麼做、資料來源可能是什麼？不同的問題適合分析的模型都不一樣，你要找最適合的模型來回答你的問題，但更多問題是沒有現成的模型的。
「他們聽不懂，所以我想要去證明，資料科學是一門探索未知的學問。我現在要做的就是從方法論，到讓這件事產生價值。」他說。
走進農業的資料科學家
當初走出課堂的吳君孝，在十年多後的今天，帶著資料科學走進了農業。
今年2月剛從資策會離職的他，職業生涯也翻開新的一頁，他申請G0V的計畫，組成一個「阿龜微氣候天眼通」團隊，成員包括農夫、農業專家、軟硬體工程師、資料分析師、科學家等來自各領域的人，要把資料科學的精神導入到農業裡，實際解決問題。
過去兩年吳君孝接過農委會的案子，因此熟知農業既存的問題。他說，農業是與資訊隔閡最大的行業，這讓許多資訊人要跨入農業卻不得其門而入。但這幾年越來越多青農返鄉，他們非常希望有資訊化的工具補足實務經驗上的不足，而最好的切入點就是資料。
吳君孝說，團隊想要做的「微氣候資料科學」，是透過田間感測器，把蒐集到的環境資料傳到雲端平台，再透過前端視覺化的儀表板，讓農夫可以在日常工作的時候觀看各種關於環境監控、農務決策，或是病蟲害知識的資訊。
例如，現在團隊已經做出了灌溉最佳化模型，讓農夫做更好的決策。未來，團隊希望能將這樣的東西開源，讓這些資料能發揮最大的價值。吳君孝認為，每個資料科學家都會有自己分析時的偏好跟思維，所以如果能夠透過開放資料，讓其他人也能用自己的方式去建模，才會使農業資料科學的價值極大化。
從一開始不懂資料有什麼價值，到跨入資料工程、分析，最後讓資料在農業中落地。吳君孝笑說，現在自己不僅工作，連生活都跟資料科學脫不了干係，甚至就連買房、自己小孩的成長經歷，都自己做了模型參考，「就是好玩吧！」
本文授權轉載自數位時代，作者：曾靉
