1. 建立廠務資料流 從InSQL pump資料進HDFS 並利用 spark將資料整裡並放入Hbase

實習於QE, Big data team, 執行以下專案, 並獲得2020預聘資格 - 預測性維修: 廠務CVD管的維修預測模型, 採用氣壓感測器資料, 提取時間序列特徵建立 boosting model, 可提前3~5天偵測到氣壓下降之問題 - 虛擬量測: 晶圓線寬的虛擬量測模型, 採用FDC資料, 利用 embedding 和 convolution layer 建立 Neural Network model (自建loss function)

實習於生產處, 執行以下專案, 實習期間專案衍生為產學合作主題, 成果獲得科技部2019未來科技突破獎 - 參數優化: CNC工具機效率優化模型, 採用主軸電流及震動資料, 利用ensemble model 建立製程預測模型用於優化製程參數，提升銑銷效率8~20%

主要負責中心合作廠商的分析專案，過去執行過的專案包含需求預測、參數優化及機台設備的預測性保養, 其中需求預測專案是針對半導體元件供應商建立需求預測模型, 利用庫存及歷史需求等建立7個預測模型, 並採用DQN model作動態模型選擇, 並於2020將成果發表成期刊論文