呂立邦

專案

工作內容

工研院自然語言處理之後端引擎技轉及後續開發

• 意圖偵測、實體辨識、對話管理等後端API伺服器技轉及後續開發
• 主要以python結合flask、supervisor、tensorflow來運行AI模型，並將訓練及預測成為一個可以讓前端開發者呼叫的restful API服務，該服務除了提供ＡＩ模型外，也含了gunicorn work的分散式機制，如何透過redis來監測worker避免模型不同步等問題。
• 同時協助營運同仁部署伺服器服務

Aihub開發

• 協助介接各式AI模型，類似於一個控管公司所有AI服務的gateway，其中包含了azure 及openai的cahtGPT API，並同時提供AI的應用方法，讓前端開發者呼叫自行開發的restful API即可獲得需要的結果。
• 參與產品架構設計，軟體架構等
• 該專案以python語言開發後端restful API服務，提供前端產品使用，除了有自行開發模型外，也結合openai chatGPT或 azure chatGPT的restful API

LINE CLOVA

合作夥伴

• 協助介接LINE CLOVA系統，透過line 提供的機器人服務串接至企業資料庫。
• 
  
• 以python開發後端軟體，銜接LINE CLOVA restful API，串接至企業資料庫或企業內部API後，根據聊天機器人的對話結果，查詢資訊並回復使用者。

輿情分析

• 根據企業內部的聊天機器人資訊、電話客服資訊、文字客服資訊、新聞資訊等，從企業資料庫撈取或各類論壇爬取並加以分析
• 主要採用python開發，除了介接企業資料庫外，也透過爬蟲等方式取得資料，並透過分詞、分群、分類、標籤、模型等各式技術來提供營運方輿情分析的依據。

AWS / GCP SPOT

請求及控制的中介伺服器

• 因模型訓練時，需使用到GPU的資源，但模型預測時，主要採用CPU資源，因此需要有一個中介伺服器，仿造原本的模型訓練之API，但由中介伺服器負責與AWS或GCP透過SPOT的方式請求機器，並在取得機器後再由中介伺服器將訓練資訊送給剛取得的機器，並在訓練結束時關閉機器。
• 
  
• 主要以python結合flask、supervisor、來運行中介伺服器，並根據AWS及GPC提供的API開發文件來呼叫對應的功能，其中中介伺服器也採用了多執行緒的方式提供服務，可以讓多個使用者同時呼叫訓練。

資訊檢索系統

• 提供會員系統、點數系統、日記系統、圖片輪播、內部影片產權保護、及各類的後台管理服務，
• 同時提供觀看內部影片時，將影片製作浮水印以保護產權
• 主要以Django 的MVC架構開發，結合MySQL、CSS、bootstrap、HTML、Java Script 來實現網頁處理等等，此外在後台需要大量運算時採用celery的方式解決需要非同步計算的問題
• 同時也使用google driver相關的API，來實現資料存儲。

客戶問題歸類(分群)

• 分析使用者於聊天機器人的自然語言對話，並將類似的問題歸納後，提供給維運人員。
• 主要以python結合flask、supervisor、tensorflow、機器學習來運行提供AI服務的restful API服務，過程中也有使用到演算法來降低運算時間。

第一屆AIGO計畫

• 分析會議合照及會議名單，並以半監督式學習的方法訓練人臉辨識模型
• 分析線上會議(文字對話)的聊天內容，協助員工自動化填寫工作日誌
• 該專案主要以python結合opencv、tensorflow、CNN等技術完成

第二屆AIGO構想計畫

• 從擬上傳的新聞稿中，萃取出符合GOOGLE搜尋引擎上熱搜的關鍵字

新北公共親子園地

• Django架構下的親子館網頁的前端介面設計與後端系統撰寫，包含了對SQL資料庫的查詢處理等

爬蟲

• 爬取新聞網站及FB、DCard等社群網站的文章內容及相關留言