📬 免費的每週電子報，跟你聊聊我在想什麼#
這份電子報不會只談統計、資料科學、或 Python（那些我在這個部落格寫，很夠了），而是會分享我這週在想什麼、學什麼、看到什麼，可能是想法的抒發、也可能是內容的策展。
沒錯，我打算想到什麼就寫什麼 (˚∀˚)
電子報裡你會看到：
- 工作中實用的統計學：像是偷看 A/B 測試結果為什麼危險、科技巨頭在用的分析方法等實戰技巧
- 新聞與技術文章摘要：分享我最近在學什麼，請跟我一起學 (ゝ∀･)b
- AI 工具挖掘：我也還在探索，所以看到什麼酷東西就寫，NotebookLM、Claude Code、Gemini AI Studio，我會一直尋找真正能提升生產力的 AI 工具
- 個人成長與見聞碎碎念：在 Google 工作的酸甜苦辣、寫作如何改變我的職涯、我的專案在忙些什麼等等
我相信任何片段的想法都是寶貴的，我期許透過這份電子報，讓我的想法和你腦力激盪。
📰 電子報內容搶先看#
想先了解電子報的內容風格？以下是過往幾期的精選文章：
- A/B 測試中的「偷看問題」| Claude Skills 讓 AI 既是通才、又是專家！
- 為什麼提前看實驗結果反而會害了你？探討 A/B 測試的偷看陷阱如何讓錯誤率從 5% 飆升到 20%，以及 Claude Skills 如何透過 Progressive Disclosure 機制讓 AI 既省記憶體又省錢。
- NotebookLM 超好用擴充功能 | 外商資深工程師給新人的忠告？
- 介紹 NotebookLM Web Importer 這個一鍵匯入網頁的神器，還有對「AI 會取代工程師」焦慮的反思。批量匯入、混合格式，讓資料收集不再是麻煩事！
- A/B 測試的觸發 Trigger 技巧 | 績效評估 NotebookLM 幫我寫
- 揭露我曾經沒搞懂的 A/B 測試問題：如何用 Trigger 機制把所需樣本數從 15 萬降到 9 萬？加碼分享用 NotebookLM 寫績效考核的完整流程，讓 AI 成為職場生產力神隊友。
- 聊聊 Google 不同的資料科學家類型 | DeepSeek-OCR 讓 AI 也能圖像化速讀
- 在谷歌的 Product Analyst vs Research Scientist 有什麼差別？在 Google 工作的真實經驗分享，以及為什麼 AI 讀圖片比直接讀文字更省錢、更準確的技術突破。
- 兩位公司導師同時離職讓我懷疑人生 | nao：給資料科學團隊用的 Cursor
- 當升遷目標變成前輩們也不滿意的位置時，這個目標還值得追求嗎？職場五味雜陳的真實心情，以及資料科學專用 AI 工具 nao 如何解決 Cursor 寫不出實用 SQL 的痛點。
👦 關於作者#
嗨，我是好豪 (´･ω･`)，目前在台灣 Google 擔任資料科學家（Data Scientist, Product），專精於因果推論、A/B 測試、與商業指標分析。很顯然是個顏文字愛好者。
為什麼想寫電子報？#
首先，我是大 i 人，相比 Instagram 或 Threads 這些社群媒體，我猜想電子報這種相對封閉的平台更適合我，我想在屬於自己的空間裡更私密地分享想法，不用太擔心文字會如何傳播。
其二，我發現自己會被社群媒體的按讚數、分享數影響心情。寫部落格、Instagram 貼文，要說我完全不想紅、肯定是騙人的。雖然我的寫作初衷是 為自己而寫，但說實話，我還是會在意按讚數、在意大家喜不喜歡我的文字。這種心態會影響我的寫作方式，讓我變成在討好別人、而不是自我成長，這不是我開始寫作的初衷。
第三，電子報讓我更專注在自己與朋友身上。願意留下 email 的你，表示你對我的職涯、生活、或者個性感興趣。當你分享 email 給我的那一刻：
我可以更自由分享真實見聞、甚至不成熟的想法，不用像在部落格或 Instagram 那樣寫得小心翼翼、字斟句酌。
這是新的對話，不是我的獨角戲#
不論是寫部落格、Instagram、或者到公開演講，我的目的當然都不是單純的分享，我想聽見你的聲音、聽見大家的聲音，這是我成長的動能。
如果你將持續閱讀這份電子報分享，謝謝你，也希望你願意回信、或者到 Facebook、LinkedIn 等任何地方跟我說你對電子報的意見、想聽我討論的問題等等，我需要這些對話、讓我們一起學習。
更多關於我💌 分享給朋友#
如果你覺得這份電子報有價值，歡迎分享給同樣對資料科學、AI 工具或職涯成長感興趣的朋友！