Daiyxummcm6164pn0grm

李弘郁                                                                                                 

.3 年遊戲伺服器研發技術,掌管 6 國線上伺服器,包括架構設計、效能優化、平台對接、營運維護。也曾獲得昱泉國際年度最佳員工殊榮 ( 6169:TT )。

.7 年數據工程全方位扎實經驗,導入數據分析文化、為不同業務單位及專案量身訂做工具及平台,擴展公司的數據視野並促使營收達到 30% 的成長。擅長透過分散式處理架構實作即時運算系統,讓數據分析平台兼具速度與深度。


技能


程式語言:

Java
JavaScript
Python
Perl / PHP

框架 / 資料庫:

Nifi

Storm

Cassandra

BigQuery

MySQL


擅長領域:

數據工程

網路工程

效能優化

學歷

元智大學, 資訊傳播學系碩士班 ( 互動科技組 )                                                                2006/09 - 2009/06

碩士論文研究「電腦圖學」,以 Procedural Texture 的概念,利用 Shader 動態模擬賽車遊戲裡的水滴與污垢遭受重力、風力與雨刷等物理影響時,產生在擋風玻璃上的效果。

工作經歷

Inno Technology Co., Ltd., 數據工程師                                                                          2020/08 - 在職中

  • 使用 Apache Nifi 建構 ETL 流程,並藉由 Custom Processor 客製化需求
  • 使用 ElasticSearch 建構模糊匹配系統

GAMESOFa Inc., 數據部經理                                                                                            2012/10 - 2019/09

1. 營運數據平台

  • 導入新技術,並對數據收集、處理、呈現全面改造,重新定義數據的 Workflow
  • 收集:開發 SDK,統一資料格式並加速埋點
  • 處理:導入分散式處理系統 ( Kafka, Storm, Cassandra, ElasticSearch )
    • 寫入:以 Streaming ETL 進行資料加工
    • 讀取:以分散式計算提供即時報表
  • 呈現:前端利用 Ember 與 amCharts 提供易用性 UI 並將複雜資料視覺化
  • 整合 Data-Driven 常用分析工具 ( LTV, Cohort, Funnel )
  • 透過使用者需求訪談,了解營運團隊的需求與痛點,並持續優化
  • 撰寫教育訓練教材,舉辦跨部門 Workshop,推動數據分析文化

2. 行銷數據平台
  • 提供交叉分析篩選器,可任意對多維度過濾與分群
  • 使用 Google Sheets 繪製網頁 Table,加快 50% ~ 95% 的載入時間
  • 資料儲存至 BigQuery,加速讀取與節省維護成本
  • 串接第三方資料,包含 AppsFlyer, FB, Google Ads, TikTok 等數十個

3. 數據分析專案
  • 藉由 Machine Learning 標記異常假帳號及分身帳號,以 Python 和 Sklearn 實作,準確性達 85%
  • 分析不同消費金額的玩家的購物動機,提升各族群付費率及消費金額,營收增加超過 4 倍
  • 改善新玩家前期體驗,產品改造後保留率創下新高

InterServ International Inc., 資深程式設計師                                                               2009/09 - 2012/08

1. 伺服器開發
  • 優化帳號驗證流程,讓伺服器承載從每分鐘 1,000 人次提升至 40,000 人次
  • 主導伺服器架構的擴展設計,以便支援多機房佈署
2. 遊戲運營
  • 驗證與金流
    • 將帳號驗證與金流處理模組化,簡化介接時的複雜度 
    • 在短時間內完成六國營運平台介接 ( 包含 ODBC、Web Service、TCP/IP,Third-Party APIs 等 )
  • 線上伺服器運維
    • 多次出差協助營運商設置伺服器、排除各式問題等技術支援
    • 透過 Stress Test 測試伺服器承載能力與穩定性,並用於查找「記憶體增長」、「大幅掉線」等問題
    • 在高壓與避免停機維護的原則下,解決線上伺服器問題。(1) Virtual Machine 週期性效能問題 (2) Third-Party Library 造成的 Crash (3) 特殊機型造成的 Linux Kernel Error
    • 對 Server 與 Client 進行效能優化。(1) 利用序列化載入,縮短 Client 啟動時間[30 secs > 5 secs] (2) 優化 DB 合併工具,大幅降低維護時的停機時間[10 hrs > 1 hrs]