梁貿淞 Song Liang
目前任職於台灣之星大數據科學家，負責單門號抬價續約推薦模型及電信代收信用模型。平時透過訪談釐清需求，Python分析數據及建模、Tableau資料視覺化、SQL處理資料及自動化流程；能獨立完成資料探勘分析、機器學習模型開發，專案的自動化開發。
我畢業自國立中央大學數學系，修習統計、資料科學及質化分析等課程，喜歡理解抽象問題及思考數據脈絡；善於定義問題，樂於溝通交流。平時透過網路精進機器學習、深度學習、NLP等技能，自許成為兼具縝密邏輯及豐富創造力的資料科學人才。
Email：[email protected]
技能
程式語言
- Python
- SQL
- R
資料庫
- MSSQL
- MariaDB
- DBeaver
套件
- Pandas、Numpy
- Scikit-learn
- Matplotlib、Seaborn
- TensorFlow、Keras
其他
- ETL Tool│Trinity
- 視覺化Tool│Tableau
相關經歷
大數據科學家│ 台灣之星 (2021.10 ~ )
單門號抬價續約推薦模型
- 獨立完成規劃與開發，包含釐清需求、資料探勘、模型開發及自動化，進行多部門的溝通及交流
- 由資料蒐集、特徵處理、視覺化，到模型開發、參數調整，處理不平衡資料，上線自動化流程開發；最終成交率提高4倍，並取代需求單位的既有機制。(Python、MSSQL、Trinity)
- 每月成效追蹤採取自動化報表產出，並搭配視覺化工具以利呈現成效。(Tableau、Trinity、Python)
例行排程維運、資料探勘
- 電信代收信用模型，包含信用風險模型、最適額度模型。(Python、MSSQL、Trinity)
政府網站統計分析師│ 清華大學創新與分析研究中心 (2021.05 ~ 2021.09)
全國中小學教職員及學生資源網
團隊為建置全國中小學使用的行政流程電子化系統，包含教職員人力資源系統、中小學學生資源系統。
我負責處理教育部需求報表及資源系統報表開發(30份)，優化既有報表運算速度(15~20%)，自動化處理例行性填報任務，發掘資源系統報表錯誤及修正(5份)。能獨立完成需求分析，與user討論需求、定義問題。
個人專案│機器學習、深度學習、資料分析
影像降維度分析
大學時獨立跟老師研究數理統計專題。以R進行隨機模擬實驗，將2筆高維度且不成對的資料，由基底向量投影，降低維度保持資料的最大變異；套用ARIMA中的AR(1)模型，以log-likelihood test進行分析，比較組間獨立、組間關聯、組內關聯不同的情況。
統計資料分析及數據建模
以NLSY79資料庫，透過推論統計、檢定方法、EDA，分析教育程度跟收入的影響，得到性別及教育水平、智力測驗成績的關聯性。(50人課堂最高分)
深度學習圖像辨識
以深度學習RNN中的LSTM演算法，分析圖片分類問題(Cifar10)，嘗試多種結構提升正確率。結果發現以正規化處理資料，能有效降低資料的複雜度且提升準確度。(PCA、Conv2D+MaxPooling、 Normalization)
