- Jobs
- Resume
Resume Builder
Make a resume for free.
Resume Templates
Find the best resume template.
Resume Guide
Resume guide & examples for all jobs/industries.
Resume Format
Choose the right resume format.
How to Write a Resume
Write a professional resume.
Resume Help
Explore more resume writing resources.
Resume Builder Pricing Plans
- CV
- Portfolio
- Articles
For job seekers
Resume, Cover Letter Tutorials
Job Search Tips
Interview Skills
Career Development
Job Search Channels
People or Company Interviews
For employers
Hiring Tips
Work with Recruitment Agency
All Articles
Talent Connect Podcast
We invite talents in different fields to share their interesting career stories.Apple Podcast
Google Podcast
Spotify
- Hire
- Community

廖彥勛
Data Analyst/ AI Engineer/Machine Learning Engineer
核心技術: 開發AI模型、資料庫語法、數據分析專案、資料蒐集流程自動化及API
專攻程式: Python、SQL
大學就讀應用數學系,具備跨領域能力


Taipei City, Taiwan
Request
Give Credit
Professional Background
Current status
Employed・Not open to opportunities
Profession
Data Scientist・Machine Learning Engineer・Python Developer
Fields
Artificial Intelligence / Machine Learning・Big Data・Software
Work experience
1-2 years (1-2 years relevant)
Management
-
Skills
PythonSQLLinuxDockerData AnalysisMachine LearningAPI DevelopmentGoogle AdsStored Procedures
Languages
English・Fluent
Highest level of education
Master
Job search preferences
Desired job type
Full time・Interested in working remotely
Desired positions
AI工程師、機器學習工程師、深度學習工程師、資料科學家、Machine Learning Engineer、Deep Learning Engineer、Data Scientist
Desired work locations
台灣台北市・台灣新北市・台灣新竹市・台灣台中市・台灣台南市・台灣高雄市
Freelance
Non-freelancer
Work Experience
資料分析師(ML)
台灣新蛋股份有限公司・Full-Time
August 2021 - June 202211 mos
台灣台北市
1. 建立深度學習模型(ALBERT、XLNet、DistilBERT),預測商品分類,提升搜尋引擎的品質。過程訓練近184萬筆的商品文字資訊,且可預測類別高達480類,最終準確度來到87%以上,且修正近30萬筆錯置的商品 2. 和前端進行跨組合作,以開發搜尋關鍵字績效API及邏輯,提供使用者有效率的查詢系統 3. 開發自動化流程的分析專案(Python、SQL),並利用Airflow進行排程上線 4. 開發google ads相關專案,為專案設計排除重複SKU的機制,並提供其他關鍵字專案近90萬筆的數據源,以提升廣告投放效益 【預測商品分類模型】 專案目的: 建立商品預測模型,以修正錯誤分類的商品,優化平台搜尋結果 專案流程: 撈取數據 → 模型訓練 → 開發及部署API → 開發自動化流程及上線 1. 撈取數據: 透過SQL撈取商品的文字資訊,總共取得184萬筆數據進來訓練 2. 模型訓練: 分別訓練三大模型ALBERT、XLNet、DistilBERT,最終Top5準確度皆超過87%以上 3. 開發及部署API:利用flask架構設計出API,讓使用者透過輸入商品編號或是商品資訊取得模型預測結果 4. 開發自動化流程及上線 : 透過取得Market部門的待測商品名單,並呼叫三大模型API取得預測類別。經過整合及備份模型預測的邏輯,將最終結果回傳到指定Table並更新任務狀態。 專案結果: 每天執行一次流程,累積修正了近三十萬筆錯誤分類的商品 【搜尋關鍵字績效API】 專案目的: 提供使用者關鍵字對應前五名熱門商品的資訊,以擴充平台功能及方便賣家擬定行銷策略 專案流程: 數據準備及運算 → 匯入數據庫 → 開發及部署API 1. 數據準備及運算: 透過有效率的整合及運算多張SQL Table數據,並開發成SP 2. 匯入數據庫: 經過測試Mongo及Elastic Search效能,最後選擇匯入後者因為該資料庫對於搜尋結果的檢索能力是較強的 3. 開發及部署API :利用flask架構設計API,將使用者輸入的keyword及條件(時間、地區、顯示筆數、頁數等)轉換成ES的Query語法,整理成Json格式並回傳查詢結果 專案結果: 在數據為百萬級別及大量文字的情況下,API反應時間從6秒優化到2秒,滿足前端UI開發需求以及使用者高效能的查詢行政人員
June 2019 - June 20201 yr1 mo
該新創公司致力於研發智能投資領域,利用AI技術進行投資分析,滿足金融構資產配置的需求。 1. 負責撰寫客戶提案書及財務分析,為公司計算出合理估值 2. 擔任公司聯絡窗口,包含協調公司網頁的設計、公司UI系統及創投基金的會談,展現溝通能力及團隊合作,協助公司技術及業務的推展
Education
Licenses & Certifications
TOEIC 840
美國教育測驗服務社(ETS)
Issued March 2019 · No Expiration Date