IP Paris Master Data AI | 法國政府全額獎學金挑戰理工精英學校

林聖硯 Sheng-Yen Lin

---

碩士學歷 :

Institut Polytechnique de Paris (IP Paris) – Master 2 Data AI (Data and Artificial Intelligence)

臺灣大學 資訊工程學系人工智慧研究所（肄業）

大學學歷 :

臺灣大學 財務金融學系

SciencesPo Paris – Exchange Student

目前職務 :

Bpifrance (法國國家投資銀行) – Machine Learning Engineer / Data Scientist

留學前的學經歷紀錄

大學校系選擇 : 臺灣大學 財務金融學系

起初對財務金融領域產生興趣，最主要的啟蒙來自於我的母親。因為在求學階段看著母親從職場退休，轉而成為全職股票操盤手，可以兼顧時間彈性、家庭生活的生活型態，讓我對金融投資和股票市場的一切充滿好奇。儘管當時對於證券業的職務範圍、能力需求還不是很清楚，對於未來職涯的憧憬，仍先以成為一名 Trader 為目標而努力。

指考填寫志願時，我將目標鎖定在管理學院，我當時的志願序：第一志願財金系、第二志願會計系、第三志願國企系 ，雖然最後並未錄取第一志願而是分發至會計系。不過至少進入管院的目標有達成，也清楚認知到兩個科系的必修學分有高度重疊，積極顧好課業讓我得以在升大二時就成功申請財金系的雙主修，最後也順利取得財金系學位畢業。

臺大財金系 : 高度競爭環境的挫折與突破困境的轉折

進入臺大的生活，按照計畫中往股票分析師或策略顧問（Consultant） 的職涯方向發展，我如願地雙主修財金系，也確實並未在課業和專業領域發展遇到太多困難，課業成績總是能維持在前段班。真正產生巨大的挫折感是來自於環境，臺大管院非常盛行參加全國商業競賽以及累積畢業前的實習經歷，身邊同儕接連奪牌、收穫頂尖實習時，我在實務上卻顯得一籌莫展。

回首系上的風氣，目標是在畢業前的暑期實習，若是可以錄取投資銀行、MBB 管理顧問的實習是最一流的選項；而能夠被外商銀行錄取則是視作優秀學生的「標準配備」。我卻是在幾乎把所有職缺都面試過一輪的情況下，仍未取得任何一份原先鎖定的實習職缺。大三升大四的這次實習申請滑鐵盧，或許也成為我的學涯，乃至後續職涯發展重要的轉捩點。

前情提要，2017 年入學時，Business Analytics 以及 Data Science 非常熱門，就如同現今的 AI 成為學生間積極進修的技能。原本目標清單就有畢業後繼續往美國升學，因此進入管院後也從一開始就選修『Business Analytics』 學程，跟著大家一起學習 Python 增加後續申請碩士時的競爭力。正式跨入 Data Science 領域後，發現其中的許多技能都與金融領域息息相關，所以一直都保持著高度熱忱並且自主學習。

傳統金融領域的面試接連失敗後，最後唯一收到的 offer 竟然來自玉山銀行 IT 部門的 data team，也慶幸自己當時除了本身財金專業以外，在 Business Analytics 學程的發展也不遺餘力。後來，大四開學時我也和幾位錄取投行、管顧、外商銀行的同學交流，我發現他們在人格特質上確實與我有顯著的不同，他們在表達及團隊合作能力等 soft skill 都是相當顯而易見的佼佼者，而並非是以 hard skill 取勝作為唯一途徑的策略。

發現癥結點後，我能夠更坦然面對自己的優劣勢。綜合暑期在玉山銀行實習的經驗累積，也就順理成章的做出往 Data Science 領域發展的決定。

活用校園資源 : 法國 SciencesPo 交換學生

雖然設定大學畢業後赴美留學的中期計畫，不過我並沒有選擇放棄高中開始學習的第二外語—法文，從大一重拾一度因為備考而擱置的法語學習，利用臺大豐富的外語學習資源持續精進。因此在大三進行交換學生申請時，當然也運用語言優勢以法語組去競爭排序，我當時與其他同儕們的目標差不多，希望可以進入世界排名較高的大學為自己的履歷增色，於是鎖定 HEC Paris （巴黎高等商學院） 及 SciencesPo Paris（巴黎政治大學） 兩間學校，最後被 SciencesPo Paris 錄取。

這趟法國交換可以說是從出發前就一波三折，因為需要提早一年開始準備交換學生申請，選擇學校、文件準備時還是以財金作為職涯發展方向。沒想到接連遇到實習求職失利以及突如其來的疫情產生的變數，從送出申請到實際出發已經是一年半後的事。大三回到校園後，臺大開始採取 Quarantine (隔離遠端授課) 的這一年半時間，因為大幅降低通勤、社交活動，意外多出非常多的時間可以運用，除了修足畢業最低標準的財金系學分以外，我幾乎把所有時間及精力都投入 EECS (電機資訊學院) 的修課，希望打穩 Data Science 和 AI 領域的地基，畢業前已經可以和電機系、資工系的朋友們一起合作在人工智慧黑客松取得不錯的成績。

因此到大五下學期要出發法國時，SciencesPo Paris 已經與欲定錨發展的專業領域 (Data Science) 位於光譜的兩端，不過歷經近兩年的疫情封閉以及難得可以練習法語的環境，加上提前適應獨自在海外生活的能力，讓我維持原訂計畫來到法國。總結來說，確實 SciencesPo Paris 的交換經驗，並未在職涯規劃上帶來實質的加分，卻帶給我極大的啟發，翻轉大學五年來一直設定好的中期計畫。

這半年法國生活最吸引人之處反而不是學期間待在巴黎的日子，而是拎上背包在法國及其他歐洲國家四處流浪的時光。每個禮拜都在青年旅館、沙發衝浪邂逅不同文化的激盪，滿足最原先想要練習外語的目的以外，與歐洲學生、工作者的交流的過程，可能因為講究 Work-Life Balance 的風氣，不難感受到每個人對於生命的熱情，耳濡目染下也漸漸能享受屬於歐洲的節奏。踏上回程的飛機時，我告訴自己：「不管用什麼方法，我一定要再回到歐洲生活。」

跨領域發展 : 臺大財金系到資工所

前面兩個段落分別提及跨領域到 Data Science 的起源以及過程，因為扎實的修課學分、成績以及人工智慧競賽的實務經驗，我在前往法國前夕就已經錄取臺大資工所。所以在法國的最後兩個月萌生扎根長期生活的想法時，心中的各種念頭反覆拉扯，甚至也考慮過直接留在法國申請碩士或求職。

不過當衝動退去，沉澱下來還是有多方顧慮需要排除，一方面是已經答應臺大資工所的錄取，無論如何基於對指導教授的禮貌及誠信還是需要回到臺灣報到，面對面商量後續的處理；另一方面是家中經濟支持也由不得我任意揮霍，若希望維持出國留學的規劃，必須在目標學校申請的同時，全力爭取最好的獎學金條件。

回過頭來看，選擇進入臺大資工所的這一年完全不浪費，因為修課彈性讓我得以用半年的時間，完整地準備國外學校的申請文件，最後也反映在好的申請結果及獎學金上。再者，臺大 EECS 的課程難度、loading 即使與法國最好的工程師學校相比也絕不遜色，也讓我在申請時順利從碩二開始就讀，沒有耽誤到進入職場的時間及競爭力。

法國留學經驗分享

法國留學 : 申請 IP Paris 的選校原因與過程

開始準備留學申請時，最現實的首要考量是預算，我也曾回頭研究原先計畫的美國留學，畢竟目前提到最前沿的 AI 模型競技場還是聚焦於此，Data Science 專業的世界排名也仍領先歐洲，不過光是粗估動輒 3-400 萬的學位花費，只要沒有辦法獲得 50% 以上的獎學金 offer，成本完全不是家中經濟條件足以支持的開銷。審慎評估後，既然中、長期的目標都是回到歐洲生活，與其冒著花費不菲申請費做白工的風險，不如直接選擇申請相對熟悉的法國。

延伸預算方面的考量，法國研究所除了學費相對較低以外，還有較為特別的碩士學制設計「Bac+5」 。Baccalauréat (Bac) 指的是法國的高中畢業考試，正常招聘要求指的 Bac+3 等同於臺灣所理解的學士畢業， Bac+5 (Master 1+Master 2) 則是碩士畢業。有趣的是，歐洲的學分互認體系 (ECTS) 可以讓學生碩士一年級與二年級分別是在不同的大學修課，也讓我有機會達成自己的第二層考量—畢業年限。因為已經在臺灣多讀了一年碩士加上五年學士，23 歲才來到法國已經是其他碩士畢業生開始求職的年齡，我也希望自己可以盡快投入職場。確認各間目標申請學校 M1 及 M2 的課程大綱後，我做了一個冒險卻正確的決定，跳過 M1 直接申請 M2。

當時採取根據專業排名、課程架構限縮申請清單的策略，因此只向 IP Paris 與 Paris-Saclay 兩校投遞 AI、Data Science 領域共五個相關專業，最終成功收穫三份 offer。兩者同樣都是法國政府推動高教積極轉型的培養重點，一邊是擁有更好世界排名的超級大學體系 (Universités)，一邊則是採取小班制、菁英教育的精英學校 (Grande École)。與法國留學校友的交流過程中，也得知 IP Paris 的成員校們都擁有非常深厚的學術底蘊，校友們在企業界享有極高的聲譽，與我的目標不謀而合。反覆思考後，不能只關注剛合併後 (2019) 的短暫排名數據，應該更重視求職端、履歷篩選的勝率，所以最終選擇 IP Paris – Data and Artificial Intelligence。

延伸閱讀 : 法國留學文憑 : Universités vs. Grande École | 如何解析適合自己的學制

(source : Institut Polytechnique de Paris)

法國留學 : France Excellence 獎學金

另外，這趟法國留學之所以能順利成行並且成功上岸，至今我仍對法國官方提供優渥的 France Excellence 獎學金心懷感激。當時申請時，臺灣學生前往法國就讀 STEM 的人數非常少，網路上能找到的中文資訊幾乎為零，所以一直是背負著龐大的壓力從頭開始探索這條路，而踏上與其他人不同的道路是否能夠抵達終點，心中難免忐忑。

當時查官方資料時，偶然得知法國教育中心 (Campus France) 每週有提供免費諮詢時間的服務，預約後前往 101 的法國教育中心辦公室與曾馨弘代表相談甚歡。除了回答我對於申請流程的疑惑外，也更瞭解法國高教體系的運作模式、產業合作分工等，短短一小時的談話給予我在申請路上很大的動力，有人能夠從旁給予客觀的意見是相當有價值的幫助。她也肯定了我的規劃與判斷，讓原本仍有些猶豫的我多了一份信心，更有底氣把申請重心放在法國。現在回想很感謝她當時的肯定與支持。

獲得法國官方獎學金的支持，每個月 860 歐元的獎學金，加上更高額度 (300 歐元) 的租屋補助，至少能確保我能夠全神貫注在法國當地的課業及求職上，不用擔心巴黎地區的生活成本。驚喜的是，確定獲得 France Excellence 不久後，IP Paris 也主動聯繫我，額外提供 100% tuition waiver 的全額學費減免，讓我即使申請不到留學貸款，也無須家中經濟援助也能安心地完成碩士學位。這份感謝，也讓我希望能將更多關於法國留學的資訊分享給學弟妹們，為這個社群建立善的循環。

詳細內容及申請辦法參考 : France Excellence Eiffel 法國艾菲爾菁英獎學金 | 申請經驗& 流程

IP Paris : 校園環境與課程設計

IP Paris 是由旗下六所 Grandes Écoles 在 2019 完成重組，除了 Telecom SudParis 以及兩年前最新加入的 École des Ponts，其他聯盟成員校聚集坐落於巴黎南邊的薩克萊高原（Plateau de Saclay），校園大概是臺大公館校區的 1.5 倍大。

M2 的學分規定是必須修滿 60 ECTS，其中修課與實習學分各佔 50%。IP Paris 相關領域的課程都能自由跨校選修，我主要的修課學分都集中在 X (École polytechnique ) 以及 Télécom Paris，因為兩間學校的 ECTS 計算方式不同，換算 30 ECTS 大約等於一年修畢 5-10 門課。不過如同前面的分享，經歷過臺大 EECS 的磨練，來到法國之後應對課程及考試其實都算是如魚得水，讓我可以把大部分的時間都運用在另外 30 ECTS 的實習事務上。

(不過也有較讓我意料之外的小狀況，IP Paris 目前可以說是全法國冉冉升起的工程師殿堂。但可能是礙於各聯盟校剛合併的過渡期，選課時竟然要分別到各間學校的官網單獨選課，也沒有防呆是否衝堂的系統設計，這點小瑕疵雖然無傷大雅，但與身處頂尖高科技聚落的形象相比，不免顯得有些格格不入，不知道現在是否已經改善了？)

(source : Institut Polytechnique de Paris)

IP Paris : Data and Artificial Intelligence

IP Paris 作為精英學校的特色就是班級編制都非常精實，此外非常看重班級成員的多元性。以 Data and Artificial Intelligence (M2) 舉例，整班就只有 20 人，但不同管道入學的學生比例均衡，有來自 IP Paris 各間工程師學校升上來的法國本地學生、歐盟各國 Erasmus+ 或其他雙聯學位學生、以及來自世界各地的國際學生，剩下才是少數亞洲國家的學生，當年的臺灣學生只有我自己一個。

其中有一門必修課—Thesis Presentation，我覺得可能是最容易被低估，卻是對我後續實習求職、職涯都有貢獻的培訓。這門課會每週挑選產業的經典論文，訓練學生如何清楚表達給領導者、同事，非常重視溝通技巧、表達自信及台風，這正好是過去的我一直渴望加強的能力。在臺大就讀碩一時，實驗室同樣每週也會有 workshop 輪流報告論文進度，但比較著重在技術上的討論，而非台風的展現。系統化學習產業的表達、溝通技能對我十分受用，往後不管是在面試或職場與上司報告、同事合作時，其實都有共通的情境可以運用。

另外推薦一門 Research Project (10 ECTS ) 也是 IP Paris 熱門的課程，這堂課程可以讓學生彈性聯絡各校的指導教授進行 10-30 天不等的短期專案，這與過去我們在臺灣從一而終都必須跟著同一個教授、同一間實驗室的文化不同，非常適合想要接觸新領域，或累積業界人脈的學生。

(source : Institut Polytechnique de Paris)

IP Paris : 法國高教產業串聯與實習經驗 

目前法國高等教育的分軌制，相當強調 Grande École 體系的實務導向，這也是為什麼學制綁定 30 ECTS 實習學分的原因，希望學生從在學期間就重視學用並進的精神。IP Paris 也確實設有職涯辦公室（Career Office） ，提供學生預約時段協助修改履歷或進行職缺媒合，我自己頻繁使用的用途是請職涯辦公室幫忙潤飾法文的履歷用詞（Wording）而已。因為這並不代表學校會幫忙張羅好所有事情，法國找實習的成敗，終究還是取決於自己的積極度有多高，不可能有人比你更清楚你自己想要什麼。法國求職這條路上，你必須自己設定非常清晰的目標，主動去參與論壇、尋求機會向企業遞履歷並爭取機會，我認為才是最關鍵的要素。

說到我的歐洲實習初體驗，想來還是非常奇妙的邂逅。當時在 SciencesPo 交換期間，偶然在西班牙旅遊時結識了一位在德國 Jülich 研究中心工作的德國人，因為我們對電腦科學的共同興趣而意外投緣。回到臺灣也會互相更新目前的近況，得知我有回到歐洲進修的計畫後，他也分享自己的組別正在招募 Computer Vision research intern。簡單面試通過後，我就在進入 IP Paris 前夕，短暫到 Forschungszentrum Jülich 實習兩個月，這次提前接觸新領域 Computer Vision 的經驗，也潛在為我創造出第二次實習的機緣。

(也因為獲得 France Excellence 可以省略許多簽證申請的流程，再次感謝法國在臺協會與法國教育中心處理簽證的高效協助，讓我在完成實習回到臺灣還是來得及準時出發法國展開學業。)

回到 30 ECTS 的正式實習學分，我當時的目標就是鎖定大型企業，因為以我直接從 M2 開始就讀的狀況，相較於其他完整讀完兩年碩士的競爭者，可能會少掉一次的實習經歷，生活時間長短也可能會產生缺乏法國文化熟悉度的疑慮。擁有法國本地大公司的實習經驗，對我的履歷有非常顯著的加分作用，代表一定接受過比較完善、正規的系統化訓練，也比較懂得在大公司內部如何與團隊協作。

最後我順利的在巴黎綜合理工學院（École Polytechnique）舉辦的求職論壇 (X Forum)，成功與法國本土軟體大廠 Dassault Systèmes (達梭系統) 的工程師牽上線，因為具備歐洲 Computer Vision 的實習經驗，完美符合公司正在進行的專案技術指標，完成幾輪面試便如願收到 offer。

法國留學生活 : 開銷成本與巴黎課外精彩點滴

申請段落已經有稍微暴雷關於留學的花費，因為獲得 100% tuition waiver 等於免除原先最大筆的開銷，剩下最主要的費用就是 650 歐元的房租。因為每個月還可以申請 300 歐元的房屋補助（CAF） ，France Excellence 獎學金補助的 860 歐元生活費支付其餘成本完全綽綽有餘。值得一提的是，獎學金獲獎者還能用每餐 1 歐元到學生餐廳用餐，這三項法國學生福利加總起來，真的是給予我相當舒適且滿足的學生生活。

雖然有提及 IP Paris 的課程及考試本身並沒有太嚴峻的挑戰，不過因為幾乎是落地就要開始籌謀後續能夠順利實習的規劃，幾乎沒有太多額外的時間，碩二的一年甚至連外食的次數都屈指可數。下課時間，唯一的休閒就是音樂，我非常熱愛的古典音樂也是最初讓我迷戀歐洲的原因之一，甚至出國時也不忘帶著我的豎笛一起到巴黎。從學校本身的學生音樂社團，到巴黎當地的音樂愛好者社團，我的留學生活就是上課、找實習、樂團排練，這段課外玩樂團的時光，不僅讓我結交到許多生活圈外志同道合的好友，也是我巴黎生活最精彩難忘的回憶。

法國 Data Science 職涯歷練

法國求職 : 多元化的畢業發展規劃 ( 世界頂尖 AI 學程－ MVA Program 的可能性)

IP Paris 畢業前夕，與原先規劃的職涯道路開始出現分歧。第一個事件是過去在臺灣對於 Data Science 職涯方向的所見所聞，無非是碩士、博士一貫的學術研究路線，或是進入業界成為工程師的應用導向，兩者彷彿平行線一般的存在。AI 更是近五年來才出現的新興領域，因此對於這些領域的職涯選擇存在許多既定印象，一開始限縮了我對未來發展的想像。

而我最優先的選項就是獲得實習公司 Dassault Systèmes 的 return offer，當年度 Research Team 也正好有釋出一個正職職缺，不過很可惜歷經篩選，最終並沒有獲得留任。不過也因為這次的失利，讓我發現法國政府推動的 CIFRE 產學合作機制，CIFRE 簡而言之就是一個由政府出資補助並提供研發稅收抵免等福利，鼓勵指標企業與學術實驗室共同合作設立的 PhD 學位。除了提供給博士候選人水準以上的薪資以外，每週 3 天在企業、2 天在實驗室，也更容易培育出產業需要的研發人員。我當時鎖定由美國雲端監控公司 Datadog 位於巴黎的研究室與 Université Paris-Saclay (CentraleSupélec) 開設的 Datadog AI Research Lab PhD Program ，不過最後並沒有順利錄取。

接連碰壁後，我剩下的唯一選項就是在有限的求職時間內，成功找到當地願意提供正式工作簽證的職缺。基本上我是採取「海投」策略，每天不斷的在 LinkedIn 上投遞履歷、建立人脈尋求內部 Referral 。總結下來，我一共投遞超過 100 封的履歷，其中約有四分之一獲得面試機會，最後斬獲三個正式 offer。

除了我最終赴任的 Bpifrance – Machine Learning Engineer 以外；還有收到另外一家新創的 CIFRE offer，不過因為是由規模較小的新創公司主導，面談時並沒有引起我太多的興趣，畢竟這類 PhD 的薪資還是與業界 Data Scientist 存在一定的落差；另外就是較有規模新創的 Computer Vision Research Engineer 職缺，但考量到能夠兼顧 Work-Life Balance 的可能性，最後做出我的選擇。

題外話，也補充一個珍貴的資訊給未來想要來到法國投入 Data Science, AI 領域的學弟妹，如果吹毛求疵去回想這趟法國留學唯一的遺憾，我會說是當時沒有申請 MVA Program (Master 2 Mathématiques, Vision, Apprentissage)。MVA 是當今歐洲乃至世界最頂尖的 AI 學程，期間會提供非常高難度的機器學習領域課程，並且同樣是採取 50% 修課、50% 實習的學分設計，取得學位後舉凡 Datadog、Google Paris、Meta FAIR 這些法國 AI 產業界的指標企業都會主動遞出橄欖枝。因此蠻推薦可以 M1 先申請 MVA 任一主辦學校，利用一年的時間適應法國文化、學習語言，M2 再挑戰看看這個錄取率極低的終極大魔王。

法國職涯 : Bpifrance – Machine Learning Engineer / Data Scientist

我最後能找到現在 Bpifrance（法國國家投資銀行）的工作，過程其實非常奇妙，也多虧了自己在求職期間沒有放過任何機會，期間也加入非常多 AI 相關的求職社群，最後偶然地找到內部同事協助內推。談到 Bpifrance 的面試流程，我的體驗其實出乎意料地簡短，一共只進行了 2 關： 第一關是 HR 面試，主要是問一些常見的行為面試問題（Behavioral questions），像是為什麼想加入我們公司、平常如何獲取 AI 相關的新知，以及我的薪資預期等。 第二關就直接是技術面試（Technical interview）。我申請的崗位並不是純粹開發模型的 Data Scientist，也包含了『部署』機器學習模型的 MLE/MLOps 工作。我也常常會需要與客戶開會簡介由團隊開發的軟體的使用方法，並且討論如何優化使用者體驗。

命運真的捉摸不定，因為發展不順遂，從財金系跨領域至電腦科學領域，最後卻又回到當初心心念念的投資銀行工作。現在 Bpifrance 的日常工作中，我的職責是開發和部署 Data Science 與 Machine Learning 的模型。在不涉及公司機密的前提下，我舉一個簡單的例子：比如銀行內部想要完成一個專案，需要去網路上爬蟲、抓取大量的資料，再利用 AI 進行整理與摘要，最後產出一份報表提供給內部決策者參考。我們的合作模式是，Manager 會先去跟內部使用者溝通、釐清需求與蒐集想開發的新功能；接著，Manager 會和我針對這些新功能一起激盪、構思要運用何種模型來解決當前的問題。當我們把模型簡報展示給決策者、使用者並獲得同意後，我就會著手將模型部署並工業化（industrialize）。所以，從專案的發想到最後的部署（ 0 到 0.9），我基本上可以說是全程都會參與，算是相當能即時見證成效並富有成就感的工作內容。 

執行編輯 / 校稿編輯 : 林軒毅 Bill
本篇訪談由 WillStudy 團隊 與 法國教育中心 Campus France 共同編輯/發行 (訪談時間 : 2026.06)

受訪校友聯繫資訊 :