【逢甲大學電機系-計算機概論、嵌入式系統設計授課助教（2017.9~2019.1）】 - 課程授課及課程規劃 【逢甲大學電機系-第八屆程式競賽策劃（2018.5）、第九屆程式競賽策劃（2019.5）】 - 競賽活動策劃、執行與人員排程 【Taoyuan ROS School 培訓學員（2019.8）】 - 硬體規格與通訊、作業系統核心與通訊層開發 - ROS機器人理論與實務、機器人演算法開發、機器人模擬實作 【台灣析數資訊研習 Python深度學習應用課程 培訓學員（2018.9）】 - 學習資料分析、基礎統計學、Python深度學習實作 【Google Developer Group(GDG) - GDG Devfest Taipei 2019 志工協助人員】 - 協助活動執行

【 碩士論文研究 】： 碩士研究為使用AE無監督學習方式檢測多源傳感器數據異常，即時預測工業多傳感機械系統故障時間點，以利提早關閉機器作檢修，減少機械因故障造成的損失。由於透過單一感測數據難以為機械系統做出較為精細的診斷判別，故導入機器學習方式整合多源傳感量測數據交互作用擬定出系統損耗指標，並應用時間序列方式（LSTM、GRU、RNN）提前預測出系統故障點。此架構分成兩階段，第一階段可將不同類型數據透過封包傳輸並轉換成同質性數據輸入第二階段交互分析模型進行交互故障檢測，用以解決大多數工廠實務上採用單一感測器檢測上對整體系統分析上的不足。 希望透過此論文實務經驗能為公司在預測性維護(Predictive Maintenance) 以及AIOT傳感器整合應用方面給予解決方法與需求。