組織架構 : - 帶領Infrastructure team, Data Analysis team,和 Business Growth team - 包含4位工程師、4位資料科學家與分析師、2位專案經理 商業文化、技術與專案發展 : - 建立BenQ內第一套完整Data Driven多層文化架構與方法論, 並推廣至各事業群 - 協助5大事業群與追蹤商業發展與數據驅動A/B Testing大小共數十個專案 - 發展各事業群市場趨勢預測與銷售預估等主要預測引擎, 至今並有85%預測準確率成果 - 建立多層資料庫系統與分散式架構 團隊文化建立 : - 標準化團隊面試流程, 給Data Engineering, Data Science & Analysis與Project Manage使用, 並已面試超過約100位Candidates, 約10位面試至最終面 - Data Team Bootstrap : 定期內部開放時段建立新Data產品與演算法建立、Modeling至分析報告的流程與文化訓練 - 建立團隊平行溝通文化與根據公司發展與團隊個人期望採用OKR制度, 定期Team Building Outing與中午聚餐 - Weekly Meeting與技術分享、商業分析成果會議

分析主力消費型電子產品國際市場，根據該產品不同系列訂定行銷策略，商業模式開發。 【消費者行為觸擊預測模型、分群模型】 獨立建立演算法，由使用者市場分析出發，針對不同系列產品，建立行為預測模型，作為行銷漏斗使用。以及分群模型，協助建立新商業模式。 【消費者行銷商業模式】 由質化統計出發，進行量化研究，協助找出該系列產品的市場定位，並擔任講師協助建立新商業模式。

【手機遊戲體質評分分析模型】 透過資料收集過去三年台港澳暢銷排行榜遊戲名單，請相關從業遊戲資深顧問特徵收集問卷調查，依自訂集成(essemble)模型演算法分析，制定台港澳暢銷手機遊戲遊戲體質分析評分表，並落實於遊戲代理測試上。 1. 平台系統 : 自訂Machine Learning系統，包含隨機森林、邏輯斯回歸、貝葉斯回歸之集成模型系統。 2.結果 : 於已由從業遊戲資深顧問人為測試遊戲分析，對比系統自動判斷之分析，結果重合程度達到75%。 【手機遊戲VIP玩家流失分析模型】 透過遊戲內遊戲上線後三個月VIP玩家每日行為資料，依自訂RFM客戶分群，進行遊戲VIP使用者分析。依分析趨勢提出使用者流失關鍵行為假設，並透過SVM、隨機森林等機器學習模型驗證，提出分析報告。 1. 平台系統 : 依自訂RFM分群資料，結合SVM與隨機森林等機器學習演算法系統。 2. 結果 : 根據前一個月VIP使用者行為，預測最有可能成為流失的人，並驗證關鍵流失原因，準確率達98%。

使用Python進行Azure 的語音辨識系統開發，此專案為上銀與Microsoft總公司合作專案，預計於今年8月與Microsoft在南港展覽館共同展出。 為機器人部門機械手臂可進行語音對話、與顧客對話並拿取飲料、辨識餅乾種類等等 為今年Microsoft於ROS平台與上銀科技合作的重點專案 因此有使用過Azure API進行LUIS Machine Learning開發的經驗

出任CIO/CMO 公司主要業務為大學美食外送平台 主要營業領域為台中市區 在任期間與中山醫學大學簽約、為該校唯一一間午餐、美食合作公司 單日最高單量突破6000單、月營業額600萬台幣 為公司打下主要營收之基礎