Gpbkom2fpyrsan5ucfak

黃麟凱

我是黃麟凱, 有過一年半AI相關的正職經驗,在NLP和語音辨識上都有涉略;而數據分析的部分,大學專題是做股市的預測,也有過多次比賽的經驗,包括KDD等。目前剛考完研究所,在9月開學前有一段空閒的時間,近期可以馬上開始工作。

政治大學 資訊科學系畢業

1994/10

[email protected]

工作經歷

新金寶集團 - 新世代機器人暨人工智慧股份有限公司 (2018/3 – 2019/10) 

Speech Recognition: 辨識菲律賓語言 Taglish:以當時主流的 DS2、w2l、jasper 為框架並搭配語言模型 kenLM 修正辨識結 果,data 的部分,我們請菲律賓 7 千名員工,共錄製 30 萬個 Taglish 音檔,而辨識成果最佳的模型 wer 為 8%,已達可以商 用的成績。而我的另一個任務是處理噪音環境下的辨識,我參考 Mozilla 提出的 rnnoise train 一個降噪模型,並以此模型處 理所有 training data,以新 data 再重新 train 一個語音辨識模型,噪音環境下的 wer 從 33%降至 9%。 


Chatbot: 我們自己 train 了一個 word2vec 的模型,將斷詞後句子的詞都壓成向量,並將它們都輸入 LSTM 中做分類,得知使 用者的意圖,並串接 API 對各個意圖做不同的回應。而我也嘗試另一個 generative-oriented 的方法,在篇幅小的文章有不錯 的成果。 


VSLAM: 利用影像,幫助機器人導航。借由 CNN 的 convolution 抽取圖片的特徵值,輸入雙向的 RNN 判斷機器人的移動距離 及方向。這個項目為期兩個月,因為後來效果不如傳統的 ORB SLAM,所以沒有再繼續。

大學專案

StockMining(專題): 以歷史數據為依據,透過分類模型、搭配股市技術分析中常用的壓力支撐線指標,預測隔日大盤的漲跌 點數,在 13 類中,準確率達 37% 

Machine Learning: 利用 8 種分類模型,對 20 萬篇英文文章做 26 種情緒分類等分類實作 Information Retrieval: 利用 Python 的套件,可以確實從老師所提供的 7 萬筆資料中,搜尋出關鍵字欲找的內容

iOS: 以 Swift 完成一個幫政大學生決定這餐要吃什麽的 APP 

Block Chain: 利用 Ethereum、web3、express 實作一個創意提案 

Social Network: 理解各式 Network 及其特性,並完成簡易的 Network 分析

技能

程式語言: Python, C, C++, Swift, R, JavaScript, Haskell 

使用工具: Linux, Vim, Xcode, Github, git, Docker, Anaconda, etc 

其他經歷 

廣東工業智造大數據創新大賽—智能算法賽: 比賽的題目是要透過影像找出有瑕疵的鋁,並對瑕疵鋁做分類。我利用 inception v4 做分類,並嘗試很多資料增強的方法,最終取得 top 5%(136/2972)的成績,進入複賽。 


KDD CUP 2017: 和系上同學參加 2017 的 KDD 競賽,從中得到了很多寶貴經驗:面對不熟悉的資料,要怎麽處理、多人合作 一個資料分析專案時,要怎麽配合等。最終取得 top 4%(154/3582)的成績。 


創業: 大三上時,體悟到大學生不吃水果的困窘,和政大其他四位不同科系、但有著相同理念的同學著手創業。我們借由很 多商業上實際的方法,例如:MVP、Focus Group 等等,對這個市場進行很多的評估,也確實和果農接洽,並在政大試賣, 這些都有相當顯赫的成績。然而團隊中兩位大四的同學因為畢業壓力退出,我們的理念也暫時停擺。 


組織能力: 高中時,是國樂社的社長,帶社團參加比賽,並挺進全國賽、辦過很多活動:包括和他校國樂社的迎新、聯合表 演,以及在大型舞台舉辦成果發表會。

Powered by CakeResumePowered by CakeResume