唐翊維
【年資】
欣興電子擔任智能整合大數據工程師， 擁有1至2年的工作經驗。
【技能】
擁有豐富的統計學、機器學習和深度學習知識。
【經歷】
1. 開發YOLO to CCTV快速部署平台，使用者於網頁中勾選偵測規則，框選偵測區域，送出表單時即可快速部署YOLO模型於該廠域。
2. 導入YOLO模型於CCTV，撰寫模型偵測警報規則，並使用Flask, Django架設於網頁，全天候監控廠域。
3. 開發Unet影像辨識模型，能以不規則形狀畫出缺點，進一步計算缺點面積。
4. 開發可互動化圖型於網頁，每小時、日、週自動產出信件，供多個廠端使用。
5. 在GitLab上使用Git版本控制進行commit push來紀錄專案維護。
學歷
2019 - 2021
國立中央大學
統計
2015 - 2019
淡江大學
統計
Skill
Programming Language
Python Linux Gitlab MongoDB R
Web Design Tools
Django HTML CSS JavaScript
工作經歷
智能整合大數據工程師 • 欣興電子股份有限公司
三月 2022 - 五月 2023
1. 負責建立集團IC載板缺陷影像辨識模型，以提高檢測效率及降低人工錯誤率
2. 負責導入AI模型於集團CCTV系統，協助提升安全監控效能
3. 規劃並建置集團大數據模型，透過數據分析提供工廠營運改善建議，協助提高產值及效益
4. 負責集團大數據的資料整合、預處理、分析、管理和運算，協助相關單位做出明智決策
5. 知悉各種資料分析技術，包括統計學、機器學習、深度學習等，選擇最適合的技術進行數據分析
6. 關注數據發展與創新應用趨勢，利用AI技術與大數據分析，提供專案規劃及決策方案
7. 運用統計分析方法及機器學習建構適合的演算模型，協助解決實際問題
8. 開發自動化控制系統，並將資料視覺化呈現於網頁上，協助管理層快速掌握資訊並做出決策。
Project
YOLO CCTV 快速部署平台
1. 實現將YOLO模型快速部署至CCTV系統上，使用Django框架建立需求表單，管理使用者提交的設定需求。
2. 使用者輸入正確RTSP位置時，系統即時抓取圖像並在網頁上顯示，同時提供框選區域功能，讓使用者能夠進行偵測區域標記。
3. 進行YOLO模型照片標記和訓練，實現快速部署。
4. 接收表單資訊，撰寫後端程式規則，實現自動化部署。
YOLO模型導入無塵室CCTV
1. 為了減少無塵室落塵量，使用YOLO實時間控人員的異常行為，如：人員蹲坐、群聚
2. 當發生工安意外時，系統能夠即時發出警報並通知有關人員進行處理。
3. 架設電子圍籬，監控人員是否進出危險區域，以確保工作場所的安全。
4. 監控技術員的打包動作行為和順序是否正確，以減少錯誤的發生。
5. 確保技術員的穿著和安全裝備完整，避免工安意外的發生。
IC載板缺點影像辨識模型開發
1. 原本使用的載板缺陷檢測模型只能以方框的方式表示缺陷，限制了檢測的精度。透過引入 Unet 影像辨識模型，能夠正確標記載板缺陷位置並計算面積，進一步提升檢測精度。
2. 開發 Unet 影像辨識模型，以節省人工檢測時間，減少人工錯誤，同時減少公司的人力及時間成本支出，提升檢測效率。
3. 訓練 Unet 模型，能夠預測載板缺陷的位置和面積。當缺陷面積仍在可容忍的範圍內，仍可進行出貨，減少報廢率，提高產值。
SPC Dashboard 網頁開發
1. 將各廠區之資訊整合，使用Python 進行資料處理，並使用Django呈現互動式圖表於網頁。
2. 使用動態視覺化呈現方式，讓使用者依據所需選取圖表範圍。
3. 與其他單位人員溝通、協調，為公司帶來更有效的品質監控。
4. 參考舊有JMP程式改以Python開發，使程式維護容易並更有效率。
