畢業於台科大電機系,前工作任職於南亞塑膠工業股份有限公司, 從事 AI 專案研究及開發。
具備 2 年製造業數位轉型、資料分析、ML及DL模型架設及上線之經驗 擅長使用 Docker 部署模型應用 精通團隊溝通、需求討論及跨部門 工作整合
喜歡發現不同的議題並透過自學完成專案,個人 side-project 有:
1. 器宇不凡,必成大器?使用 GAN 生成一張臺灣無敵選舉臉
Englisth Resume: Resume_Chun-Yu-Tsai
八月 2020 - 七月 2022
工作內容:
1. 開發儀錶板介面供工廠人員監控生產數據,使用 docker 部署至各廠並管理 work flow
2. 使用時序分析、ML 技術及最佳化演算法建立「機台自動調參最佳化系統」,節省塑膠管製程 0.3% 年原料
耗用,年效益增加 260 萬
3. 使用 CNN 模型建立「雜質檢出系統」,即時檢出塑膠膜表面雜質並通知人員調整,提升塑膠膜製程 5% 收率
4. 使用時序分析及 VAE 建立「設備健康度分析系統」,提升工廠設備異常預警能力
八月 2017 - 十一月 2019
工作內容:
1. 前端網頁建置 UI 介面供使用者操作並回饋互動結果
2. 後端及資料庫串接,使用 Node.js/ Flask 建立後台架構並使用 MS SQL 紀錄使用者相關資訊
3. 互動方案設計及展示,了解客戶需求後透過原型開發及展示協助客戶發掘解決方案
1. 分析發現臺灣政治人物的臉可以分成 6 種
2. 成功描繪出各種類不同的性質甚至是選舉表現
3. 目前還不行「看臉就知道選不選得上」,但可以「知道正常狀況下你的選舉表現會如何」
4. 正在進行「假臉生成」,期待透過「虛擬選舉」持續收集資料以訓練模型
文章內容較長,請先參考「結論」的部份
作品連結:器宇不凡,必成大器? ─ 結論
1. 使用 RaspberryPI 執行影像物件辨識,串接硬體進行人體追蹤篤音響投射
2. 使用 Flask 建立介面供使用者透過手機與裝置互動
作品連結:Whisper-hear it as where you are
2014 - 2019
Reading: 435
Listening: 420
使用 TomoFun 官方提供之資料集辨識 6 種狗叫聲音,以accuracy 98.37% 的成績進入決賽
於決賽使用 AWS SageMaker 及 S3 訓練及部署模型
LeaderBoard (名次: 17, 隊名: DeepCake)