DS 101 應用
把所學轉成自己的 ESG Data Analysis Use Case
Use Case 的用途
ESG Data Analysis Use Case 是 DS 101 的最終產出。你選一個真正想用資料回答的問題，寫下情境、資料與來源、粒度與單位、資料品質風險、指標公式、分析步驟、AI 可以協助的範圍、驗證計畫、限制與預期產出。它會成為後續實作討論的起點。
資訊
Human、AI、Human：人定義問題，AI 協助撰寫、解釋與除錯程式，人驗證資料、公式與結論，並為結果負責。
要填寫的內容
- 問題情境、分析問題，以及分析結果要用在哪裡
- 需要的資料與來源、資料粒度與單位
- 資料品質風險
- 預計計算的指標（含分子、分母與單位）
- 分析步驟
- AI 可以協助什麼，以及你要如何驗證（至少三項檢查）
- 限制與未知事項、預期產出
- 如果分析錯了可能的影響
結構完整的 Use Case
一份結構完整的 Use Case 包含：可以用資料檢驗的分析問題；說明資料、粒度與單位；至少一個指標；資料品質風險；分析步驟；範圍明確的 AI 角色；至少三項檢查的驗證計畫；至少一項限制。
資訊
平台不會自動判斷你的單位是否應該採用這項分析。Use Case 用於學習回饋與後續討論，由人審閱。
Exit Ticket
最後，用 Exit Ticket 記錄今天最重要的觀念、你最想用資料回答的問題、最沒有把握的步驟、你會如何驗證 AI 協助的分析，以及下一步想深入的主題。
提交之前
注意
請勿填寫公司機密、客戶或個人資料，或未經授權的敏感資訊。未經授權，不要把機構或公司的機密資料上傳到 AI 工具；使用真實的 ESG 或內部營運資料前，請先確認所屬單位的規範。
開始填寫
你需要完成
- 完成 DS 101 兩個模組，並在課程後測拿到 80% 以上
- 完成 Guided Lab、Data Quality Challenge 與 Independent Lab
- 提交 Independent Analysis Artifact，並經教師依「獨立分析產出評分規準」審查
你會被評量
Independent Analysis Artifact 由教師依六個加權面向評分：問題與證據邊界、資料理解、分析正確性、驗證、溝通與限制、可重現性與 AI 使用紀錄。總分 80 以上、且驗證面向達 3 分中 2 分以上，才是 PASS；65 以下或觸發任一項 critical-fail 規則則為 FAIL。
資訊
公開這項評分邏輯是為了讓你清楚知道評分在看什麼，這並不等同於測驗的正確答案。
實作證據
- 一筆記錄下來的 rubric 結果（PASS、REVISION_REQUIRED 或 FAIL），且未觸發任何 critical-fail 規則
- 此結果會被記錄為能力證據，供本課程與後續 DS 課程（例如 DS 102）共用，本梯次不會因此另外核發第二張證書
可取得
DS 101 完課證明：完成兩個模組、實作與後測，且 Independent Analysis Artifact 經審查通過。它絕不會只憑後測分數就發出。
這項證明不代表
這項證明確認持有人完成了 DS 101 的必修課程、後測，並針對 Independent Analysis Artifact 展現了問題定義、資料檢視、分析正確性與驗證等能力。
- 不代表持有人具備正式的資料分析專業證照或雇用資格
- 不代表持有人日後分析的任何特定資料集必然正確
- 不代表可以省略高風險決策前的人工審查（Human, AI, Human）