技能 (近期使用)
虛擬化
- Docker
- VMware
網頁相關
- Html
- CSS
- jquery
- Django
- Flask
資料分析
- Python
- Scikit-learn
雲端平台
- GCP
- heroku
大數據
- Hadoop
- Spark
資料串流
- Kafka
- Elastic-search
- Kibana
工作經歷
AI / 大數據分析
中壢資策會-緯育Tibame
四月 2020 - 九月 2020
Taipei, Taiwan
進修AI / 大數據分析相關領域能力
虛擬化技術 : linux , docker
第一階段 : 網路爬蟲獲得各式資料並與RMDB資料庫連結
第二階段 : 資料處理後經由機器學習得到較佳的模型並獲得所期望的預測值
第三階段 : 資料流，ELK 架構
第四階段 : 大數據hadoop, spark叢集架構與運行
製程工程師
超豐電子股份有限公司
三月 2016 - 四月 2020
Taipei, Taiwan
1. 導入三種新機台，從無到有規劃生產流程
2. 產品製程實驗分析與測試
3. 舊有流程改善，提供產線作業SOP，降低人員出錯
4. 解決客戶疑難雜症，長官交辦事項
專案投影片
在此展示團體專案部分
由4人小夥伴，5個月從入門到成果
1. 智慧冰箱與農業推薦及價格預測
結合IOT、影像辨識、價格預測與使用者操作介面
2. AI 幫我賺
如何選好股-簡單操作獲利小幫手
3. 數據松比賽 - 消災解[餓]
災請是否影響購買，而相對而生的購買是否造成資源的浪費，有小幫手告訴你
團體競賽
參與由經濟部工業局舉辦的2020數據松比賽，在短短的40小時內，處理主辦單位所提供的各式數據(天氣、發票怪獸發票資訊、新聞)，並達到預期的目標。
事先在比賽前推敲模擬可能的發生狀況，到拿到實際數據處理發生的不同變數
團隊各司其職並共同完成。參與比賽不只更了解自身對於數據可精進的地方，更了解來自於不同領域的思考方式，對數據的使用。
最後得到第5名的成績與肯定。
個人專案
1. 創建GCP，並在上面執行程式
2. 啟動Docker 將kafka, elasticsearch, kibana 一鍵啟動
3. 編輯爬蟲程式，定時將Twitter 資訊進行下載
4. 定時匯入資料庫與Kafka進行後續資料串流
5. 將資料即時通知使用者的Line上
6. 另一邊透過kafak串接到ELK 呈現。
學歷
中壢資策會-緯育Tibame
AI / 大數據分析
2020/4 - 2020/9
中興大學
機械固力設計所，主修應力模擬分析
2013 - 2016
除了工作相關知識外，我更認為能溝通會思考，正確的邏輯概念才是工程師本身的價值。而在面臨快速隨時變化的軟體業，自身能依靠的就是隨時保持學習與思考，也希望能夠以工作所學到的心態與知識，在不同地方都有一份好成績。
— By David
