陳家和


  Taichung City, Taiwan

✔️運用Module : Numpy、Pandas、Keras、Tensorflow、Sklearn等。
✔️使用Machine learning model : LGBM、Adaboost、LR、Decision tree、RNN、SVR model、GBDT。
✔️工研院中科自動化實習工程師:機械手臂現場,手臂程式撰寫、深度學習、PLC、Assassim、RAS軟體使用。

✔️個人特質:自主學習力強,邏輯思考,獨立思維,熱愛團隊合作。

逢甲大學自動控制工程學系(AE)碩士班畢業。希望能運用所學為行業貢獻心力。

      https://www.kaggle.com/m0718993

[email protected]

技能

Python

1.Data Analysis: 利用Kaggle資源,找出適合的資料,並從ASHRAE網站獲取資料源,整理刪除資料後,進行EDA主成分分析,並將數據可視化,找出數據背後的意義。 

2.Feature engineering: 進行特徵工程,增加特徵,刪除無用欄位等工作,增加預測準確率。 

3.Model creating: 利用python模塊sklearn、keras、tensorflow,並運用LR、LGBM、RNN、SVR、GBDT、DT等模型進行資料預測。 

4.hyper parameter searching: 運用Bayes optimization、grid search、hyperopt三種演算法找尋機器學習超參數。 

5.運用Numpy、Pandas、Matplotlib處理陣列資料,並繪製圖形。 

6.使用Excel繪製統計圖表。 

##Stock Predicted

7.運用RNN、LSTM、GRU model做股票回測,資料來源為yahoo finance。

8.運用Keras的LSTM建立神經網路預測未來股價。

Mechanical Arm

1.利用工研院的(業界)RAS程式進行機械手臂研磨加工器具的路徑規劃。 

2.利用工研院的(業界)Assassim程式進行圖像、直覺式的機械手臂研磨加工器具的路徑規劃,並加以實際應用在真實工作場域。 

3.使用日本的SOLOMON機械手臂系統,並搭配使用深度學習,影像辨識的方法分類加工器具。 

Unity-3D

1.於碩二上學期修課,學習使用3D VR技術遊戲開發製作,製作一款射擊類遊戲,且可以搭配使用htc的VR眼鏡,後端語言為C#撰寫程式編輯。 

2.製作一張屬於自己的AR虛擬擴增實境名片,可以將個人資料以3D立體的方式作呈現。 

Production software

Office  ( Excel, Word, PowerPoint ) 

Python  (Anaconda、jupyter notebook、Googlecolab、Pycharm、Spyder、Kaggle、Github、Stackoverflow) 

C# 、C


Language

English : TOEFL 413、TOEIC 580

Chinese : 

1.在團隊合作時,習慣清楚表達自己的想法,與良好的溝通,我認為這是很重要的一項語言表達上的軟能力。

2. 在大學擔任社長時,曾經在400多人面前宣傳自己的社團,不懼怕當前的情況,流利完成宣傳演說。

3.碩士時,多次擔任小組報告的組長與上台報告講者。 

Article writing

碩士論文: 碩士論文發表於IETAC資訊軟體應用研討會,獲得佳作論文。 

工作經歷




實習助理工程師

工研院中科AI智慧自造基地

六月 2019 - 十月 2019
Ta, Taiwan

1.主要工作內容 : 撰寫機械手臂語言規劃機械手臂路徑、利用影像辨識建立工件資料庫、運用SOLOMON軟體系統進行深度學習,達成工業自動化、建立SOP提供新進人員使用、協助主管交辦事務等。


2.所使用之程式為: 機械手臂程式Assassim、機械手臂程式RAS、影像辨識SOLOMO系統、python、C語言、AutoCAD等程式。


3.在10至20人的來賓面前,做AI智慧製造基地中心設備講解,帶領訪客參觀AI中心的展示區。

產品銷售男模

sisley paris、NARS

六月 2018 - 1月 2021
Taichung, Taiwan

高級保養品牌銷售男模

1.曾經配合sisley保養品牌做產品銷售與形象代言。

2.長期配合NARS彩妝品牌做產品銷售與形象代言。

3.維持良好形象,培養高抗壓、高情商的職場重要軟能力。

Kaggle ASHARE energy prediction


kaggle能耗預測

Kaggle competion - Great energy predicted.

Achivement : 21%( 759th / 3591 ) solution on private leaderboard.

碩士論文研究


基於結合超參數搜尋方法與輕型梯度提升機的建築能耗預測

1.以三種搜尋超參數的演算法,Bayes、Grid search、hyperopt三種演算法,並主要利用LightGBM模型,做出能源消耗預測,並上傳至Kaggle對比獲得得分。

2.研討會論文撰寫 : 榮獲IETAC資訊軟體運用研討會論文佳作。

3.畢業論文撰寫 : 通過碩士論文口試後,完成碩士論文,畢業後,並會在後續投稿國外期刊。

作品與報告



1.Assassim機械手臂3D圖形化介面使用,可用python在後端做程式撰寫並導入。

2.路徑生成以人性化的自由選取,可選取不同面(XYZ)做生成。

3.傳統RAS機械手臂語言,以C語言為基礎做開發,可用程式控制XYZ軸的參數,或是以手動調整,使機械手臂到達目標定位,完成工件研磨任務。

1.Lazy Can智慧分類垃圾桶,使用超音波感測器感測物件靠近,垃圾桶即打開,離開即關閉。

2.學習撰寫創新創業募資提案企畫書,在此小專題報告中,我負責團隊營運佈局,包含市場競爭分析、產業定位、行銷策略、投資效益、優勢等,整體募資企畫的方向。

3.Lazy Can流程:垃圾先放入垃圾桶-arduino對垃圾拍照,分類方形鋁箔包與圓形寶特瓶-通過wifi上傳到電腦的特定資料夾-matlab從資料夾中取得照片-matlab辨識照片-matlab通過藍牙對arduino傳輸ascii命令-arduino控制馬達做動作。

Powered by CakeResumePowered by CakeResume