Pnnz9jmrlw33kblet2nx

李尚益(Shang-I, Li)

[email protected]

+886 905 298929

Hsinchu,TW

學歷

國立高雄大學, 碩士學位, 資訊工程學系, 2016 ~ 2019

義守大學, 學士學位, 資訊工程學系, 2011 ~ 2015



工作經歷

        曾在開元通訊股份有限公司擔任軟體工程師,負責driver及AI方面的開發及應用。driver主要為Touch Panel的韌體開發;AI的部分為使用卷積神經網路(CNN)應用於Android平台的Object detection模型。


技能

  • 機器學習:我的碩士論文主要為神經網路應用於金融領域,是以台灣股市資料與財務相關知識及技術,結合長短期記憶                                (Long short-term Memory, LSTM)的神經網路架構作為模型,預測台灣股市的未來漲跌趨勢。

  • 程式語言:

               Python:實作神經網路大多使用的框架有PyTorch、TensorFlow 等,透過Python使用這些框架相較於在C++上較

                                  方便為此我主要採用此語言作為開發。 

                     C++:大學時期,我的專題為利用感測器回傳多處節點所在區域的濕度、溫度、偵測物體動作並改善其準確率,

                                 是以C++完其實驗成果。 

             MATLAB:在研究論文時,為了加速除錯及研究的接續,我使用MATLAB進行預測模型的模擬,MATLAB上有顯示變數

                                   數值的功能以便查看較為複雜的矩陣及縮短測試參數的時間。

                MySQL:工作或研究大多需要使用資料庫,故我學習了MySQL的基礎語法、應用及架設。

自傳

        我叫李尚益,來自高雄,平時會閱讀軟硬體應用的相關文章,喜歡學習新的知識及技術。在大學生涯中,影響我最深的是三年級的專題研究,除了完成各自的分工之外,我也喜歡與其他成員討論各自遭遇的問題及嘗試可否解決或優化,逐漸地我意識到要成為一個工程師需要不斷的思考及學習,且理解要完成一個作品在開發的時程規劃上十分重要。

        攻讀碩士班的過程中,我遇到的首要難題是決定論文的研究方向,本實驗室歷來是以遺傳演算法(Genetic algorithm, GA)作為預測模型的核心,但當時AlphaGo應用於棋界的成功帶給我很大的啟發,所以我向老師提出建議且說服採用此類相關技術;其次,使用神經網路在高頻交易對於台灣股市的撮合機制屬較為新穎的應用,因此我查閱更多論文及技術文章,還原及研究相關模型,最後完成了碩士論文。

        碩畢之後,我當了一年的消防替代役,經歷了和我的年齡層上有落差的團體生活,以及救護、打火的經驗,也因此我了解到生命的可貴,更加珍惜當下。


相關作品


        一個使用長短期記憶神經網路模型於高頻交易環境的研究, 李尚益   指導教授:黃健峯


Powered by CakeResumePowered by CakeResume