Yiru Chen
資料工程師，資料平台開發及資料 ETL 處理
我有4年半的資料科學及系統開發經驗。工作內容多為參與系統開發，項目包含專案管理、API規劃、數據前處理、原始資料解析、視覺化呈現分析結果、系統模組開發。後期後轉調資料工程單位，除接手維護原舊有系統ETL模組，也加入資料平台的 API 開發與測試。
專長：資料科學、統計模型、機器學習、Python/R、Restful API、SQL、NoSQL、Git。
鴻海（富士康）
國立成功大學Kaohsiung City, Taiwan
Professional Background
Current status
Employed
Profession
Data Scientist
Fields
Software
Work experience
4-6 years (4-6 years relevant)
Management
-
Skills
PythonRSQLGitData AnalyticsData VisualizationData ScienceProject ManagementStatistical AnalysisAPI DevelopmentAPIAPI TestingCDH
Languages
English・Intermediate
Highest level of education
Master
Job search preferences
Desired job type
Full time・Interested in working remotely
Desired positions
資料工程師
Desired work locations
台灣台北・台灣台中・台灣新竹
Freelance
Non-freelancer
Work Experience
資料工程師
鴻海（富士康）・Full-Time
May 2021 - Present2 yrs2 mos
台灣高雄市
資料平台開發： - 搭建於 Apache Nifi 之上，透過 FastAPI 框架, Uvicorn, Gunicorn 開發RESTful API 及設計 MongoDB schema並使用 Docker-compose 進行開發與部署- 負責開發資料庫 Connector 操作頁面(支援 Impala, Kudu, PostgreSQL, MySQL, MS SQL, Oracle)、 Record Controller 功能、平台 Pipeline 中檢視資料的視覺化功能，以及熟悉 Nifi 各種Processor 功能加入系統中 - 協助用戶建置及改善 ETL Pipeline 效能 Line Notify 服務系統： - 設計系統的架構流程及資料庫，以符合使用情境，如監控程式是否 alive 若無則推播訊息，或當程式 fail 時推播訊息 - PostgreSQL function，python backend 程式開發與 line notify api 應用，並使用 Docker 開發與部署 維護系統 ETL 模組： - 增加 Impala 作為來源資料庫，調整資料串接 SQL 以及部署 ETL 模組容器資料分析師
鴻海（富士康）・Full-Time
September 2017 - April 20213 yrs8 mos
台灣高雄市
SMT領域： - 使用 R串接 Oracle 資料庫中吸嘴清洗紀錄以及吸料、拋料數據，透過loglinear model 預測吸嘴的使用次數，開發吸嘴壽命估計系統，及早清洗吸嘴，驗證期間減少 5% 吸嘴損壞 - 串接 PostgreSQL 資料庫，使用R進行前處理，建立類神經網路模型，結合線性模型，開發印刷機參數智能調整系統，實時監控產品品質，於品質異常時，反饋印刷參數的調整建議，驗證期間 SPI 直通率由 93% 上升至 97%，產線顧線人員由 3 位減少為 1 位 - 量測機台管制上下限調整系統開發，由後段檢測結果，使用R進行K-means分群，區分出不同等級的資料，定時計算統計量，反饋上下限調整的建議值，SPI 直通率由 97% 上升至 98%。 - 人力估計預測分析模組開發，使用R進行資料前處理，並以線性模型估計各類別元件所需掃描外之處理時間。並且準確預測每月正常工時及加班所需員工數 面板領域： - 利用PostgreSQL 串接玻璃的生產履歷資料與瑕疵資料，使用R/Python 開發演算法，計算瑕疵的集中度指標，列出製程中可能造成瑕疵的站點、機台。協助工廠工程師找出問題機台，節省篩選過濾資料的時間，每個案件可減少 60% 問題查找時間 - 鎖定可疑的站點、機台後，利用PostgreSQL 串接機台因子資料與瑕疵資料，使用R/Python做統計檢定，區別資料類型，匹配符合資料的檢定方法，找出機台問題因子。 數據分析套件： - 整理來自 python 不同套件中，常見的各種模型的使用方法，並且執行 pytest 測試 - 開發整合型的模組，包含超參數調整的模組挑選出最佳的超參數，以及模型比較的模組，比較各個模型的表現。 - 使用 setuptools 打包
