PIT 專案管理總覽

⏱ 專案時間線

3/27

專案啟動 建群 · GEMS 構想

4/3

Teams 會議 主題收斂→PIT

4/5

構想書 v3 三人整合版

4/8

初賽提交

4/9

✅ 初賽通過 KEYPO 帳號

4/15

PIT v2 MC 權重驗證

4/16

范老師 OH 方向確認

4/18

信效度 v3 α=0.83

4/20

HPI 驗證 中古車迴歸

4/23

複賽提交

4/30

✅ 複賽通過 入選決賽

5/13

范老師強化 簡報重點

5/19

決賽繳交

5/22

🏆 決賽 中原大學

🔄 SCRUM Sprint 規劃

☑ SCRUM · 8 Sprints · 2 週/期

S1-2

探索與初賽：雞蛋危機實證、API 串接

提案書

S3-4

模型 v3：五維度建構、發現極端值

Retro 檢討

S5-6

模型 v4：三層架構升級、α 0.20→0.83

複賽報告

S7-8

模型 v5：中古車 Bridge、商業模式

決賽報告

👥 團隊分工 (SCRUM)

黃

黃昱文

Scrum Master

商業策略 · KEYPO · 簡報整合

王

王泰力

Product Owner

PIT 模型 · MC/PCA · HPI 迴歸

陳

陳虹伶

Data Engineer

9 層 Pipeline · Bot 偵測 · 視覺化

范

范慧宜

指導教授

方向指導 · Pitch 演練

🔧 迭代優化 (v3→v5)

❌ v3 問題

Min-Max 合成 → 動物疫情單一事件污染 97.5% → PIT 爆衝至 82

↓

✅ v4 三層修正

①分位數合成 ②強度 Gate (>3.0) ③事件溯源 argmax

↓

📊 成果

α: 0.20→0.83 · PCA 雙因子 65.7% · 領先 CPI 28 天 r=0.78***

🎯 任務優先序 & 關鍵決策

BACKLOG PRIORITY

H

核心資料工程：9 層降噪 863 萬→220 萬 (74.5%)

H

主實證模型：PSMAP 五維度 + Granger 因果

M

跨領域 Bridge：中古車 HPI r=-0.69*

M

商業化：B/G/C 端應用 + ROI 試算

KEY DECISIONS

①

4/3 主題收斂 GEMS→PIT

②

4/15 MC 10K 次驗證新權重

③

4/20 固定區間 + 中古車驗證

⚠️ 風險 & 🛠 工具

✅KEYPO 無 API → Cowork 自動化操作

✅AI 迎合假數據 → MC + 實際資料驗證

✅資料區間滾動 → 固定不再變動

✅v3 極端值污染 → v4 三層架構修正

✅模型效力弱 → 差分 + Granger 因果

KEYPO

Claude

OpenClaw

Python

Notion

Trello

Firestore

GitHub

💻 技術加值

自動化 Pipeline
Python 9 層降噪（MinHash 去重 + LSH + BERT 反諷偵測）

進階統計建模
Granger 因果 F=12.4 p=.008** · STL 季節分解 · Hedonic HPI

即時串接
Firestore 4 萬筆拍賣場即時資料 · Production-ready 架構

📋 PIT 專案管理總覽