☑️ 在全球供應短缺之際，設計並實作Data-drive solution，為供應鏈辨識全球供貨優先順序。包含： -　拆解複雜的商業問題，釐清專案方向 -　設計並提出「把資料轉化為決策指引」的框架 -　實作機器學習的需求預測模型，建置資料分析pipeline -　導入「風險函數」，確保產出的建議，能平衡拮抗的兩種風險 -　演示方法論，化解使用者的疑慮與抗拒 ＃　此方案確保~85%的緊急需求被優先，或相對優先滿足，降低銷售損失或庫存過高的風險 ☑️ 開發新應用題目，為公司尋找更多數據驅動的應用場景 -　巡迴簡報介紹資料科學的應用方法，已觸及54位主管，共挖掘出兩個應用場景 -　自主開發新題目，其中已有三個提案，獲C-level認可具開發的商業價值 ☑️ 為團隊研擬徵才策略、制定試題並協助面談。已爭取到一位符合團隊需求的人才加入

駐點於 Acer 擔任資料分析師： ☑️ 主導「產能規劃最佳化工具」的規劃與開發，負責Client Facing, 解析商業邏輯，設計數學模型機制 (線性規劃)，並與工程師協作開發工具。 ＃　此工具在全球供應鏈短缺之際，推升宏碁可接單量達0.5% ＃　將產能規劃所需時間，自三個工作天，縮減至一分鐘，使客戶能快速應變供應鏈變化 ☑️ 實作機器學習模型，發想多種優化模型的方法，達成比通路提供的預測更小的誤差 (減少~15%)，驗證公司內部自主建模預測的可行性

☑️發現例行流程中可自動化的項目，利用Python實作工具 ◆ 節省報廢車歸檔時間約 60%、節省事故清冊彙整時間約70%。 ◆ 自動化工具持續被使用中。

☑️ 負責資料清洗，及建模的工作 - 校估Discrete Choice 模型，找出旅客的運具偏好及時間價值 - 利用R語言，清理「客運路線資料」。提出有系統的訂正流程，並負責協調多人協作，完成短時間內驗證修訂15000筆資料的任務。

☑️ 負責蒐集資料、數據建模(eg: linear regression)、統計分析(t-test)、地理資訊分析(GIS)，訂定工作流程，指導工讀生並整合成果