林柏村


  Kaohsiung City, Taiwan

畢業於國立雲林科技大學資訊管理研究所,擅長工具有Python、Weka,接觸過PHP、JSP、SQL,由於大學時選擇的是電腦與通訊系,因此,除了接觸到軟體,對於硬體的PCB Layout、IC設計也有一定程度的認識。

碩士期間研究的是多種的演算法對於各種資料集的分類效果,當中使用6種集成學習分類演算法應用於資料分類的成效,並加入傳統機器學習的資料分類演算法進行比較。

個人資料

個人資料        男 24歲 役畢(2020/12)

就業狀態        待業中

主要手機        0987-009-015

E-mail              [email protected]

通訊地址        高雄市大社區大社路

駕駛執照        普通重型機車駕照 普通小型車駕照

學歷

國立雲林科技大學

資訊管理學系/碩士  2018 - 2020

專長

機器學習演算法分析

根據需求與資料集特性做資料前處理(ex.補足資料遺漏值, 屬性選取, 特徵探索, 資料標準化, etc.),並選擇較適合之機器學習方法做訓練,評估模型成效。 1.分類:SVM, KNN, Decision Tree, Random Forest, Bagging, etc. 2.分群:K-Means 3.常用套件:Scikit-Learn, Pandas, Numpy, Matplotlib, OpenCv, etc.

#Python #Machine Learning





資料庫

SQL

#MySQL




數據分析

熟matplotlib、Tableau能將資料圖像化顯示

#Tableau #Python

求職條件

希望性質        全職工作

上班時段        日班、可配合輪班

可上班日        錄取後隨時可上班

希望待遇        面議

希望地點        台北市、新北市、台中市、桃園市、新竹縣市、高雄市

希望職稱        資料分析師、統計精算人員

希望職類        演算法開發工程師、其他資訊專業人員、市場調查/市場分析、統計精算人員、電腦系統分析師

工作內容

1. 依據數據內容,進行數據整理及分析。

2. 依需求對數據及資訊視覺化並說明分析結果。

自傳

【關於我】

我是林柏村,出生於高雄市,個性隨和、做事認真、行動力強,從打工時認識自己有不服輸的性格,今日碰到不順遂得事物皆成為我努力的方向,使我去充實、提升自我價值。

【學歷背景】

畢業於國立雲林科技大學資訊管理研究所,擅長工具有Python、Weka,接觸過PHP、JSP、SQL,由於大學時選擇的是電腦與通訊系,因此,不只接觸到軟體,對於硬體的PCB、IC也有一定程度的認識。

碩士期間研究的是多種的演算法對於各種資料集的分類效果,當中使用6種集成學習分類演算法應用於資料分類的成效,並加入傳統機器學習的資料分類演算法進行比較。

大學時我積極參與系上與校內活動,平時擔任職位是系學會資訊長,而其他活動也曾擔任過器材長、總召、副召,加入系學會的兩年時間替自己累積了不少的經驗,也體驗了與系上伙伴甚至是別的社團、別系的同學一同克服種種困難的寶貴經驗。對於日後的做事態度也有了正向的改變,待人處事較圓滑與考慮周全,認真看待每一件事物並做足準備,接著全力以赴的去執行別怕失敗。

【工作經歷】

曾經在必勝客pizza hut當了兩年半的內外場服務生與系學會的經驗,終於克服刻在DNA裡面的內向個性,任職期間培養了對於解決問題的能力,不管是對於同事、上司又或者是面對客人,盡力尋求各種管道與工具做到最佳解;口語表達與溝通,每一位顧客前往本店點餐時如何能快速的完成點餐過程並排除顧客的疑慮,當中有各種狀況是需要同時對內與對外做狀況解釋都有賴於口語表達的能力;最後是與同事們一同共事的寶貴經驗,比起單打獨鬥,所有人一同完成任務並撐起一家店,與所有人營造並維持溫馨的環境才是最難忘的回憶。

【對未來工作目標】

資料分析能幫助公司順利推動、達成任務,對於資料的解釋如何讓公司了解它的價值、解決公司面臨的問題以及幫助公司制定決策。希望藉由能機器學習的技術幫助公司解決問題,並達成一定程度的貢獻。

工作經歷

內/外場服務生

必勝客 pizza hut  •  七月 2017 - 二月 2020

曾經在必勝客pizza hut當了兩年半的內外場服務生與系學會的經驗,終於克服刻在DNA裡面的內向個性,任職期間培養了對於解決問題的能力,不管是對於同事、上司又或者是面對客人,盡力尋求各種管道與工具做到最佳解;口語表達與溝通,每一位顧客前往本店點餐時如何能快速的完成點餐過程並排除顧客的疑慮,當中有各種狀況是需要同時對內與對外做狀況解釋都有賴於口語表達的能力;最後是與同事們一同共事的寶貴經驗,比起單打獨鬥,所有人一同完成任務並撐起一家店,與所有人營造並維持溫馨的環境才是最難忘的回憶。

專案


分類準確率與模型評估

使用機器學習對data set做資料分析並對model做評估

使用技術: Scikit-Learn, Pandas, Numpy, Decision Tree, etc.

人臉偵測

使用Dlib做訓練模型,將照片中所有人臉標示出來,接著使用OpenCV將人臉與分數顯示出來

使用技術: OpenCV, Dlib

Powered by CakeResumePowered by CakeResume