Data Team旗下又設有資料科學實驗室（Data Science Lab），專門研究最新的資料科技或AI技術。 不只是內部分析時使用，國泰將ML模型上線到金融場景應用時背後的API，也是用Python來開發。 以客服中心的客戶進線問題預測模型為例，國泰會透過蒐集過去客戶行為軌跡，比如在ATM領錢、刷卡失敗、或剛繳完帳單等行為，將這些行為軌跡資料轉換成特徵變數並建立預測模型，再將預測模型打包成API，再提供給面對客服人員的前端客戶端儀表板程式呼叫使用。 然而有團隊、有資料權還不夠，數數發數據團隊也開始建立一套資料科學能力的基本要求，包括專業領域知識、商業分析能力與技術能力，資料工程與資料分析人員各有不同的標準，例如資料分析人員得學會Python和R，或像資料工程人員就得熟悉自家HIPPO這套資料基礎架構所用的開源Spark軟體。 不只原有分析團隊要重新學習才能留下來，就算新進人員各有其專業，人人都得具備同樣的基礎能力。 梁明喬指出，數數發應用場景選擇先從銀行落地，就是因為銀行資料種類多元，數位金融發展腳步也較快。
國泰金控數位數據暨科技發展中心已發展到近500人規模，最近重新規畫辦公空間和設計，未來考慮將部分空間變成可供外部社群舉辦小型技術分享的場所。 國泰數數發2025 國泰金控不是沒有數據團隊，但在2016年當時，各部門大多將分析團隊視為類似MIS的角色，主要任務是產出各式各樣的報表，其次則是負責資料探勘工作。 國泰數數發2025 尤其當時的數據團隊以業務思維為重，往往會認為資料工程人才不熟悉金融的產業知識，因而較難受到重視，所以，團隊中的資料工程人力也很少。 最後一個新設立的團隊，則是要站在金控角度，設計和規畫全集團的企業架構，「企業資訊架構也開始有專責團隊。」梁明喬表示。 國泰數數發2025 資料分析團隊還將慣用的Python套件，比如Pandas、Scikit-Learn等，依照不同功能，重新打包成一個資料分析團隊內部的「常用套件包」。
國泰數數發: 打造數據團隊4關鍵
孫至德表示，KPI並不是成功與否，成功合作固然是美事一樁，但更重要的是讓國泰的業務單位有跟新創公司合作的經驗。 後端工程團隊的杜政家也提到，由於後端開發的語言選擇很多，「只要程式底子夠的話，要轉換程式語言不困難。」因此，他更看重具有後端相關工作經驗、優秀的程式設計能力，甚至有前端開發經驗但想往後端嘗試的求職者，都是這個團隊要的人才。 這個自製的Rocket框架，也能串接到後端Airflow的自動化監控，讀取Log數據，再串接到後端進行監控。 在CI/CD的部分，國泰也在Rocket框架中，先完成了一套單元測試的方式，開發團隊成員可以透過幾個指令，快速執行測試任務，並自動輸出成報告。 也因為部署環節中，開發、測試、上線不同環境的設定檔都不同，所以國泰也在Rocket框架中，預先內建了一套標準的配置檔，以利各種快速部署之用。
- 國泰世華銀行數據生態營運部協理吳香妮說：「我們的目的是，透過相同的Python開發，讓工程人員跟資料分析人員對接時，有共通的語言。」國泰的資料科學團隊和數位體驗開發團隊也現身說法，揭露各自在實務開發上的經驗。
- 數位金融服務導入的新挑戰，傳統銀行如何因應轉型，甚至加速面對用戶紛紛行動化考驗，將是一大課題。
- 數數發將同一名顧客一段時間內的行為序列資料，比如上述不同時間的三個行為記錄，串起來變成了一篇短文，來描述這個顧客一連串的行為，就像流水帳日記一樣。
- 此外，國泰人壽與國泰世華銀行內部，各有一組Chatbot標籤訓練團隊，每天都要重新調整Chatbot無法回應的問題，再次訓練Chatbot，使它變得更聰明。
- 第三個線下產品層，則主要是資料處理流程的中後段，除了傳統的ETL處理和資料倉儲系統之外，數數發還建置一套資料湖，資料湖的數據還可以提取出來進行不同的ETL處理，再匯入資料倉儲或資料湖中，反覆循環再利用，另外在線下產品層中，還有一個關鍵的模組就是分析平臺，可以快速套用數據團隊建立的各種AI模型來進行分析。
- RTDM引擎正是改用了Event Sourcing結構的設計，信用卡系統會將顧客刷卡的狀態，變成了一個事件，不論成功與否，都發布到事件平臺上。
另外，還打造了一個類似臉書動態牆設計的顧客視圖功能，將一個顧客的記錄，按照事件發生時間的順序一一列出。 國泰的目標是，希望當有一名顧客每天使用了不同集團子公司的各種服務通路時，能不能透過現有可用的資料，結合機器學習技術，來猜測這個顧客可能的喜好，作為後續分析的重要基礎。 數數發目前分為三個主要團隊，第一個以數位服務、產品開發和設計為主的Digital Team，包括了數位行銷團隊、數位體驗設計團隊、數位平臺開發人力等。 第二團隊則是Data Team，任務是從數據中運用新興科技，如大數據、雲端、機器學習，來協助業務開拓。
國泰數數發: 數數發
● 國泰數數發 開始將數據及數位發展藍圖落地，於銀行的客戶經營部建立數據及資料科學團隊，並開始打造集團的Hadoop分散式資料處理平臺。 梁明喬提到，數數發成立前3個月，先盤點金控現有的系統平臺、資料、業務應用狀況，並找出手上有哪些關鍵人才。 Mole框架可以提供跨異質資料庫或資料源的表對表（Table到Table）自動化資料處理，還設計了一個命令列工具，以及Mole專用的DSL（Domain-Specific Languages，領域專用語言），來提供宣告示的資料流程定義，支援JSON格式。 分析人員可以自己用這些DSL指令，來描述每一次的ETL資料處理流程，甚至儲存為範本，反覆利用，這個Mole框架工具，讓ETL處理變成了更容易版本控管的程式化作業。 甚至，數數發還設計了外掛機制，未來可以將常用功能，變成了Mole上的一個外掛，來處理更多新興資料源，或甚至是非金融產業的資料，都能透過Mole框架來設計、管理和執行ETL作業。 找出答案，正是國泰金控2016年設立數位數據暨科技發展中心（簡稱「數數發」）時，賦予這個團隊的大考驗。
比如說，原本每個人撰寫時間轉換功能的程式都不同，全面改用統一的套件，就能在同樣功能上統一程式碼，能省下各自開發的時間，「因為分析人員花比較多時間在鑽研演算法，有些套件已經打包好，能直接呼叫比較快。」吳薰德說。 在不同資料分析上都善用Python後，陳柏翰認為，Python的優勢是，能成為協作溝通的橋樑，讓工程人員與分析人員能互相對彼此提供程式碼的建議，來加速專案的開發。 國泰數數發2025 不只特定分析用途，在整體專案開發過程中，國泰團隊用開源工作流管理平臺Apache Airflow，搭配Python腳本程式，將工作流程自動化。 有空中服務員稱，自入境檢疫放寬至「0+3」後，航班需求逐步回升，國泰卻縮減每班航班人手，每名機組人員由以往照顧約50名乘客，增加至約70名，工作量大增；同時公司縮短員工外站休息時間，令同事缺乏休息，外站津貼亦大幅削減，以往飛長途機的機組人員可在外休息一天，現在要即日來回。 工會昨日下午召開緊急會員大會，主席張鑑源表示，明白現時公司正在恢復當中，需要大家合作，員工一直願意共渡時艱；工會過去透過不同方式向公司表達訴求，惟公司反應冷淡，因此召開大會，探討是否有進一步工業行動，不排除發起罷工。
國泰數數發: 國泰金控-數數發 DDT 面試流程詢問已刪文
而且不只銀行，2年來，數數發透過多項專案，與集團內各子公司，包括人壽、銀行、證券、產險等合作來創造綜效。 最後一層的探索層，則包括了一套可以進行探索性分析的平臺，例如套裝分析軟體，或許多現成的Jupyter分析範例檔，讓分析人員可以快速套用，另外還有一套視覺化工具。 這套架構不只可以應用到傳統的資料處理流程，資料蒐集後，儲存到關連式資料庫中，進行ETL處理，集中到資料倉儲，再進行後續利用，還可以彈性搭配不同用途，例如兩種線上服務，搭配一個線下資料分析服務，資料分析人員可以利用探索層的Hadoop原生元件來進行比較分析，並加以視覺化。
國泰數數發: 國泰數數發數據團隊使用大量開源技術，設計了一個全集團一致的分析環境，來建立一個數據生態部落，更大的目標是讓國泰金控旗下各子公司形成一個數據聯盟。
杜政家表示，改用Python開發的好處很多，除了開發成本較低，也因Python具備兩個發展成熟的框架，Django和Flask，能讓開發團隊快速建立起一個高可用性的網站後臺，也容易建立輕量級的API。 調查機構Canalys發表研究報告指出，內地第三季個人電腦(包括台式機、筆記本電腦和工作站)出貨量按年下降13%，而平板電腦則按年跌3%。 由於經濟活動放緩以及商業信心減弱，商用需求受到抑制，台式機(包括台式工作站)和筆記本電腦(包括移動工作站)的出貨量分別下降31%和3%。 高庫存使得渠道對第四季「雙十一」的銷售預期並不樂觀，因而消費市場在傳統旺季到來之前也表現平平。 消費平板市場是第三季消費者市場中唯一的亮點，按年增長18%，緩解商用領域大幅下降帶來的影響。
國泰數數發: 國泰金控數位數據暨科技發展中心已發展到近500人規模，最近重新規畫辦公空間和設計，未來考慮將部分空間變成可供外部社群舉辦小型技術分享的場所。圖片來源:國泰金控
最終有412家新創報名，經過多個階段、70次評審會議的遴選，最終僅有9家入選、錄取率僅2%。 國泰金控向全球新創廣發英雄帖，從400多家新創中挑選9家新創合作，發展FinTech（金融科技），不過台灣新創卻缺席了… 客戶是收到過數的SMS,不過打不通CS去通知有問題過數,客戶是怕銀行當失卡三小時內由客戶負責來處理事件. 國泰航空回覆本報查詢指，在重建網絡期間必須作出一些暫時的編更安排，其中大部分備受關注的事項，已在下個月的更表得以解決，強調航班服務會如常運作。
國泰數數發: 數位時代下，失敗也必須加速
數數發將同一名顧客一段時間內的行為序列資料，比如上述不同時間的三個行為記錄，串起來變成了一篇短文，來描述這個顧客一連串的行為，就像流水帳日記一樣。 如此一來，就可利用Word Embedding作法，將金融行為序列變成文字向量，作為NLP技術訓練模型所需的資料之用。 數數發正在嘗試將多種NLP，包括BERT模型來訓練這些行為序列資料的預測模型，甚至還將成果撰寫成論文投稿。 國泰金控數數發中心協理梁明喬指出，最終目標就是資料即服務架構（DaaS），將資料變成一種服務。 國泰後端工程團隊也常用Django及Flask，搭配Docker容器技術，來建立起一個獨立封閉的開發環境，同時結合GitLab的CI/CD達到持續整合，來建立一套軟體開發流程。 由於既有核心系統主要採用Java平臺，國泰選擇將部分生活場景的應用拆分獨立出來，並改以Python來開發，比如國泰優惠App中，對內的客戶身分驗證API、內容管理平臺，或是對外的電子商務、點數會員平臺等。
國泰數數發: 國泰世華三大策略推動數位轉型 蟬連IDC大獎肯定
曾任職於IBM、富士康科技等產業，擔任軟體測試經理多年，加入國泰世華銀行後，負責銀行IT數位再造計劃，也致力建置銀行IT測試團隊。 對蔡宗翰來說，現在數數發已有超過700名員工，「按規劃，數數發未來將成為一個1,500名員工的龐大部門，這1,500名員工都是各子公司的種子，負責將數位金融的概念傳達給每個員工。」國泰金內部說。 參與數數發會議的人數不定，有時候少則10人、多則30人，除蔡宗翰、李長庚、國泰金各子公司總經理外，專案負責人、部門主管也會到場，「12月2日才剛開會，討論人壽引進新系統，Joseph關切問，這樣做客戶體驗好嗎？」與會人士透露。
國泰數數發: 國泰金控如何打造數據生態系？核心架構和關鍵戰略大公開
資料科學和Web開發是Python目前最擅長的兩大應用領域，在前者，Python無疑是公認的最佳開發語言選擇，但在後者，仍有許多Web技術可以選擇。 國泰世華銀行數據生態營運部協理吳香妮說：「我們的目的是，透過相同的Python開發，讓工程人員跟資料分析人員對接時，有共通的語言。」國泰的資料科學團隊和數位體驗開發團隊也現身說法，揭露各自在實務開發上的經驗。 國泰金控數數發對外發表首個區塊鏈計畫「電動車車聯網區塊鏈金融平臺」，透過與電動車充電站服務平臺ChargeSmith與區塊鏈新創BSOS共同合作，採用超級帳本開發框架，要把電動車行車電腦資料上鏈，規劃先應用在集團旗下銀行與產險的業務場景。 與人工智慧物聯網（AIoT）世代的來臨為電動車帶來多元的應用場景，全球企業也爭先展開前瞻性車聯網（Internet of Vehicles，IoV）佈局。
國泰數數發: 關於國泰金控 – 數位數據暨科技發展中心(數數發)
國泰金控數位數據暨科技發展中心（以下簡稱數數發中心）領先業界推出「電動車車聯網區塊鏈金融平台」，透過區塊鏈將數據加密存證上鏈，並結合國泰產險、國泰世華銀行業務場景，讓車主未來能隱私無虞地快速享受國泰提供的汽車融資、保險理賠與商品推薦等多元金融服務。 資料層包括了顧客資料、線上數位資料、外部資料以及來自不同產業的資料等，而線上產品層則有各種面對顧客的通路服務，網站上的數位行為機制，或是自行開發的網路爬蟲服務，還有各種資料服務。 第三個線下產品層，則主要是資料處理流程的中後段，除了傳統的ETL處理和資料倉儲系統之外，數數發還建置一套資料湖，資料湖的數據還可以提取出來進行不同的ETL處理，再匯入資料倉儲或資料湖中，反覆循環再利用，另外在線下產品層中，還有一個關鍵的模組就是分析平臺，可以快速套用數據團隊建立的各種AI模型來進行分析。 國泰數數發2025 他們是數位產品從開發到上線的幕後推手，主要任務是開發數位產品，來提升使用者的數位體驗。
國泰數數發: 金融業又見創新 國泰金推出電動車車聯網區塊鏈金融平台具備罕見自建鏈技術 驅動金融服務創新
另一家值得關注的新創為Amenity Analytics，透過自然語意理解（NLU）能夠針對全球的分析報告進行分析，未來將協助國泰投資部門建立預警機制及即時監控投資部位，提升投資研究效率。 RTDM就是結合了新型態的資訊架構、資料處理流程和業務場景需求，整合三者才能實現出來的新服務引擎，而且可以彈性組合，能運用到各種場景的需求上。 「最終目標就是資料即服務架構（Data as a Serice），將資料變成一種服務。」梁明喬指出，資料若沒有服務化，就無法運用到各種業務情境中，沒辦法從底層的資料設計、中間層的分析，一路串接到前端的應用。
國泰數數發: Test Corner #30 @國泰金控 數數發中心
或者是在程式執行前，需花大量時間人工檢查數據來源後，才能手動執行下一個程式動作。 集團的另一工會、國泰航空公司本地職員工會秘書黃硯灝則表示，明白復飛後編更表問題未能完善，建議國泰與空服工會多作溝通，公司應給予更多訊息讓員工了解情況；至於空服工會提及的工業行動，他認為在公司逐步復飛時進行，未必是最合適及有效的方法。 網路新創的確替金融業帶來莫大壓力，國泰金內部常以美國保險新創公司檸檬汽水（Lemonade）為例，檸檬汽水員工不到500人，卻服務超過百萬客戶，成立三年，保費收入就達7600萬美元。 為仿造檸檬汽水，國泰產業也推出電商式投保體驗平台BeSafe，希望能模仿情境需求，提供保戶組合保險。 國泰數數發2025 ● 完成資訊服務中臺建置，重新打造新的銀行資訊架構，分為通路平臺、服務中臺、後端的產品層、數據分析層，以因應通路快速變化的需求。 後來，國泰透過信用卡部門和數據團隊聯手，打造了一項可以判斷信用卡即時調額的功能，稱為RTDM（Real Time Decision Management)。不用等顧客來電，一偵測到刷卡交易失敗，立即評估顧客是否信用良好，符合調額資格，若是，就主動詢問顧客是否要臨時調高額度。
國泰數數發: 國泰數位轉型的核心：數數發中心
不過，3年前，這個後來成為國泰金控創新引擎的數數發剛成軍，只有6、7位核心成員，梁明喬是第3號員工，聚在金控總部大樓一間小小的會議室中辦公，開始規畫出國泰金控全集團的數據與數位發展藍圖。 這顆關鍵引擎的核心是資料科學團隊，也是驅動數數發中心打造出國泰優惠（MyRewards）App紅利點數捐贈、數位銀行品牌KOKO的基礎。 梁明喬指出，在金控下設立數數發中心，最初有兩大目標，讓各子公司的數位跟數據的策略，從資料面、架構面、到所用技術都能一致化，由金控帶頭邁向同樣的願景發展。 由左而右分別是國泰世華銀行數據生態營運部資料科學分析師吳薰德、資料科學工程師曾晴、協理吳香妮、國泰金控數數發中心數據生態發展部資料科學工程師陳柏翰。 國泰世華銀行數據生態營運部資料科學工程師曾晴解釋，過去執行整套資料分析流程時，經常會發生模型程式執行好幾天後，最後要產出結果時，才發現資料來源還沒更新到位，往往到最後的步驟才發現異常，這時，就需要靠工程師人工查看Log日誌，找出其中的資料斷點。