從事軟體產業多年,也深刻了解產業在發展與新舊更替的快速變化。為了確保個人在產業保持高度的有效性及可用性，需對於自我能力要求維持在一定深度、廣度、速度與品質上。為了完成此一目標，除了持續學習保持前進之外，也需不間斷的檢視現有掌握能力，發現可能問題使之持續改善與保持穩定，或勇於改變。而學習、前進、開放、改善與穩定是一個維持高度平衡的問題，而其中的，也是到目前為步唯一不變的準則。而最後維持領域「熱情」就是其核的能力。而提供一個高價值、敏捷、安全、有效、高速、快速反應，可估計與高維護性，也是我本身追求的目標。 ▲厚實技術開發與全面向 在27年的工作經驗中, 包含軟體專案開發與產品開發. 專案開發：政府/國營單位委外專案（人事薪資、採購管理、地政等） 金融(信用卡、保險、法人核心) 其它(電信) 產品開發：PC電玩、資料庫監控軟體、資料庫系統 ▲厚實技術背景能夠有效解決機器學習的技術負債(Technical debt)問題▲ 投入軟體產業工作至今己超過28年的時間，工作內容包含有：系統架構設計、開發、系統分析、QA與管理等工作。早期技術發展主要以物件導向設計、Design Pattern、軟體工程、資料庫、資料採擴與公共漏洞和暴露（Common Vulnerabilities and Exposures, CVE）為主。近年, 由於接觸持續整合(Continuous integration, CI)、發佈(Continuous Delivery ,CD)進而將軟體開發過程的活動透過自動化導入更能夠以敏捷完成。因而目前研究主題除原機器學習中的監督學習（Supervised learning）、非監督學習（unsupervised learning）、半監督學習（Semi-supervised learning）、強化學習（Reinforcement learning）。另外機器學習相關軟體工程中的DataOps與MLOps感到興趣。在持續訓練(Continuous training)與數據治理導入的同時，數據與模型的如何有效解決分析、驗證與評估等數據與機器學習的問題變得有趣的問題。 目前關注學習目標 nodejs、go、GCP、dataOps/MLOps、k8s/docker、ansible/cobbler(配置管理)、jenkins/gitlab-ci(ci/cd)、airflow、mlflow、nginx、redmine/testlink(需求與issume管理)、git/dvc(版本管理)、Scikit-learning/TensorFlow(機器學習/深度學習) ▲豐富的軟體產品與專案開發▲ 豐富且多類型開發經驗，除了加寬自己視野之外，在軟體架構設計時多份風險與彈性設計考量。雖同樣是軟體開發工作，但同時具備軟體產品與軟體專案可以在軟體發展上分別針對：開發速度、可用性、可靠性、可驗證性、可用資源的多面向進行多面向的設計與考量。 ※軟體產品如下: ---PC Game：約5年。 ---資料庫活動監控(Database Activity Monitoring, DAM)：資安工具，約8年。 ---資料庫：約4年。 ※軟體專案如下: ---政府機關類專案：各級政府。 ---國營事業體系統：台電、郵局。 ---金融-銀行：信用卡、電文(ISO15022/ISO20022) ---學校單位：學務系統 ▲完整QA與資安相關工作經驗▲ 由於接觸的環境以及來的工作內容為了提高產品的建置追蹤能力也完善自我在系統建置過程中解決能力。因此，近10年來除了開發與管理工作之外，也透過Jenkins 完成 CI 的自動化回歸測試程式與環境的建置。也為了完善以及加速測試內容。除了一般性的系統功能性回歸測試、CodeStyle checker 、語法檢查等工具之外。也使用了安全檢測工具：checkmarx. 學習的資安標準如: OWASP, CWE, CVE, OWASP ESAPI ▲近期相關工作經驗▲ 自神通資訊科技股份有限公司離職之後, 有分別到下列公司工作： 長庚大學經營分析研究中心 （工業4.0） 網際威信 海外系統委外維運公司 所執行工作如下: 公司網頁規劃 Java Spring Boot / Spring Cloud / K8S ELK/EFK 系統日誌. Bastion Host 防禦主機（JumpServer） 公司研發環境建置 For DevOps（gitlab, redmine ）: nginx、testLink、sonarqube、jenkins、mock 醫療數據（vitalDB ）的處理：以DataOps為理念並以data pipeline為 建置一個快速原型數據分析模型。 協助快速建置健康AIoT 的原型系統。 規劃建置驗證、 授權、 會計和審計( authentication, authorization, accounting and audit,AAAA) Service 從事軟體產業至今己有30年的時間，而2001年於淡江大學碩士班開始對於資料採礦/機器學習產生興趣，並於2005年進一步修習博士學位。由於了解資料採礦是屬於需要實際面對資料才能了解演算法與相關應用的科學，因此於2003年進入安佳資訊開啟了資料採礦的實務專案工作。再在於2011年發現開源軟體在相關機器學習的使用資源很多，且對於實時資料的處理興趣。因此加入庫柏資訊進行資料庫監控閘道器(Database Activity Monitoring,DAM)的開發，希望能夠將機器學習技術應用於即時時序資料的分析上。可將機器學習應用於數據安全的題目上。在開發DAM期間也針對持續整合、驗證與評估的自動化技術有所成果。 近年仍熱切關注著技術的發展，尤其對於 open source, 機器學習平台(微服務、容器管理、數據治理、AI、機器學習),DevSecOps/DataOps/MLOps(軟體工廠/數據工廠/建模工廠),資安，數據處理、數據治理、數據驅動，自動化與容器化 等領域的發展更為興趣。而對於如何有效、高品質、建置系統也是我的一個目標。 以下是我最近於 另外，我在linkedin 的發表文章. 1,「探討DataOps和MLOps在企業數位轉型中的關鍵角色及實踐方法」：https://reurl.cc/0Zqj79 2,「數據閉環與數據版本控制：融合控制系統理念於軟體發展核心」：https://reurl.cc/jvE8Lm 3,DataOps和MLOps的評估方法與度量指標：https://reurl.cc/3enav9 4,DevOps的評估方法與度量指標：https://reurl.cc/E10nEk 5,DevOps效能評估：除了DORA指標之外的重要度量方法: https://reurl.cc/MyQGjL 6,「DORA指標：評估與提升DevOps效能的關鍵」: https://reurl.cc/MyQG6p 7,「DevSecOps度量指標：加強安全性的自動化軟體工廠」:https://reurl.cc/m0ONpM 8,「DevSecOps度量指標：提升安全性的10要指標,:https://reurl.cc/q0R3aN 9, 數據中台在数據治理的需求下,以SaaS的發展方向，https://risu.io/ySyCS 10,數據成熟度模型探析與應用多元性：https://risu.io/4lWxt