學歷
University of Liverpool ,MSc Business Analysis and Big Data, 碩士學位 2018/09 ~ 2019/09
東吳大學 , 財務工程與精算數學系 學士學位, 2011/09 ~ 2014/06
工作經歷
新光三越百貨股份有限公司 2015/10 ~ 2018/02
營業管理
• 專櫃人員管理(約40人)，內容包括制訂每月業績目標以及定期會議檢討。
• 各大國際品牌招商，合約內容制定與維護各品牌間的良好互動關係。
• 業績報表分析，包含本月銷售額達成率，成長率，毛利率來預估下個月目標與促銷方向等。另外透過基準分析來 比較台北其他同級百貨之各項ＫＰＩ來幫助公司了解現在的市場趨勢以及可以提昇的層面。
• 百貨商場整體活動規劃與執行，各大檔期商品ＤＭ的版面配置以及各排版各品牌針對活動檔期所推出的促銷方案 等。列假日臨時活動廠商的洽談以及不定期展場的活動規劃。
木刻思股份有限公司 2020/11 ~ Present
資料工程師(Junior)
• 協助其他工程師建置符合客戶分析需求的 Data Pipeline。
• 製作視覺化分析報表。
• 資料庫盤點，Debug 錯誤修復以及依照客戶需求更改商業邏輯程式碼。
• 參與專案: 台北市市政府人事處Power BI 案、星展銀行 數據分析案。
PJM 專案經理
• 與客戶端進行需求訪談協調，並整合開發規格等相關文件，向客戶和主管簡報提案專案開發計畫。
• 與前後端工程師合作，確認功能與時程規劃。
• 協助專案測試及追蹤檢討，負責成果交付品質檢查、協助客戶導入。
• 參與專案: 新光三越 個人化推薦系統、新光三越 Power BI 與 安控、新光三越業務中心物料中台系統。
專業訓練
財團法人資訊工業策進會 2020-4/27~2020/9/4
Big Data巨量資料分析就業養成班
技能
程式語言: Python
資料庫運用: SQL Server、My SQL
Hadoop生態系: Hadoop、Hive、Spark
資料視覺化: HTML/CSS、Tableau、Power BI、matplotlib、seaborn
機器學習 : Scikit learn, Karas
其它相關技術: Linux Bash、網路爬蟲、數據挖掘
專業證書
IELTS : 6.5
自傳
【我的故事】
我出生於台北，父親經營⼀家中等規模的商旅，⺟親在外商公司擔任管理的職位。從小由於⽗⺟⼯作繁忙，養成了我獨當一面的性格，塑造出對於任何事情都有一套自己的見解與原則。為了拓展國際視野並在我喜歡的領域-數據分析裡深耕，我遠赴英國利物浦大學攻讀商業大數據分析碩士的學位。這也奠定了我具有國際思維、數據導向思考能力的基石。從英國返台後，我決定參加資策會的專業訓練來增加自己資料分析的實務經驗，透過商業分析來為公司帶來效益以及挖掘公司中潛在的缺點。
【事業與成就】
◎於新光三越百貨公司從事營運管理的期間舉辦Tomica玩具展，業績堪比以往同期激增20%的業績。
◎於英國利物浦大學攻讀商業大數據分析碩士期間，參與商業模擬競賽，運用大數據技術分析以及優化汽車業主客 戶的滿意度
◎英國碩士畢業論文成就：大數據在工業4.0中的發展，透過商業分析挖掘公司潛在的缺點及如何為公司帶來最大的 效益。
◎於東吳大學就讀財務工程與精算學系期間擔任數理補習班導師，成功幫助學生成績成長。
【資策會培訓與專案成就】
資策會對我來說是一項十分寶貴的自我投資。在受訓期間，透過組員間制定專案議題、分⼯規劃、合作⽅式以及掌控專題進度讓我體會到一項專案成功的背後不單只是寫程式做分析，更重要的是團隊之間的默契、分⼯、溝通以及協調才能完成。而正是這樣的團隊合作方式更能激盪出許多創新的想法，才能使我們在最短的時間內，以最有效率的方式完成一項專案。因此我會說，在資策會培訓除了習得技術層面以外，也扎實的培養了我專案開發的經驗。
◎數據分析專題：天氣因⼦對捷運搭乘意願影響與搭乘⼈⼝預測
◎數據分析專題個人成就貢獻：資料前處理、Hadoop cluster 架設以及機器學習演算法、利⽤HDFS分散式檔案系 統來儲存Raw Data，同時使⽤Spark來資料清洗以及特徵工程，運算效率明顯⾼於單機運算。透過K- means分群獲取各捷運站的客群結構，以便附近商家來調整商品型態或是做為是否開店的標準。再根據聚類去跑 決策樹分類以及隨機森林回歸來預測在天氣的因素下是否影響搭乘的意願以及⼈流量的預測來做為捷運營運⽅ ⾞次調整以及⼈員調度的參考依據。
【未來⼯作期許】
在資策會受訓期間讓我完整習得資料分析師與資料⼯程師的職責以及其需要具備的技能。在學習的過程中更能把這些技術拿來與先前研究所所學的理論相結合來理解現實層⾯的實際需求與應⽤，唯有透過不斷的學習與實作才能在這個產業中走得更遠並為公司以及這個社會帶來實質的貢獻。
