過去於機械製造業擔任機械工程師 6 年,負責產品設計與結構分析、成本分析以及振動問題的客戶服務,
曾派駐北美的分公司半年,擁有良好的跨團隊合作及溝通能力,能快速學習並找出問題的解決方案。
因對程式與機器學習有濃厚興趣及熱忱,決定轉換跑道。樂於學習新知且態度正面積極,以期適應快速變遷的科技業。具備以 python 及機器學習框架如 tensorflow,sklearn 等完成專案的能力,希望能利用所學解決現實問題。
• python
• SQL
Language
• Toeic 955
• Tensorflow
• Keras
• Scikit-learn
• Opencv
• 外派新加坡及馬來西亞,提供振動問題的技術支援,並成功在一週內解決,確保馬達在客戶要求的時程內上線。
• 使用 Abaqus 計算馬達結構的暫態衝擊、振動模態以及靜態強度分析,提交客戶要求之技術報告並獲得肯定。
• 調派至業務技術部門,學習成本管控、評估及報價,而後派駐北美的分公司 (TECO-Westinghouse) 6個月,與當地
工程師及業務合作,建立區域的技術中心,負責訂單報價、技術服務以及產品推廣。
• 成功開發特殊高速推力馬達,並取得散熱專利:TW M518440,具有散熱流道之馬達裝置。
• 負責馬達結構設計及繪圖、現場生產協調與協助。
利用強化學習模型 A3C (Asynchronous Advantage Actor-Critic) 配合 LSTM 訓練 AI 玩音速小子。
Demo: https://youtu.be/ut7WoK1Kd_g
TrackNet 為交大開發的高速小型物件追蹤網路,本專案以 TrackNet 為基礎,修改網路架構及損失函數,成功訓練羽球追蹤模型。
Demo: https://youtu.be/NHsgkH7DG4k
使用 Kmeans 及 Dbscan 演算法,配合不同的相似度評估函數,對 Amazon dataset (~6M) 進行使用者分群,並比較方法的優劣。
以隨機 Prim's 算法生成迷宮,使用不同的演算法及強化學習 Q-Learning,找出迷宮的最短路徑。
• Randomized Prim's • Dijkstra's
• Breadth First Search • A* Search
• Q-Learing + Depth First Search
Demo: https://youtu.be/83VfV6G6Ohs
應用力學研究所
機械工程學系