資料/軟體工程師 | Cloud Platform (2021.05 - Present) 訊息傳遞平台開發： - 系統採用 Postgres DB、Redis、FastAPI、Supervisor 等技術，搭配 Mattermost 作為訊息傳遞工具與使用者介面，同時另有管理網頁，其所使用之 API 為 FastAPI 框架、Uvicorn、Gunicorn 開發的 RESTful API，並使用 docker-compose 進行開發與部署。另外，為了保證用戶於內外網均能順利訪問訊息平台，將系統架設於 DMZ，並透過 Nginx 架設 Https 服務，建置自訂登入頁面實作 Captcha 驗證功能。 - 開發三種服務類型：(已有超過 400 個服務上線使用中) 1. Direct Forward：直接轉發訊息，無需進行其他處理。 2. Delay Forward：延遲轉發訊息，可以指定延遲時間轉發。 3. Dead Notice：監控程式是否 alive 若無則推播訊息。 - 透過 Mattermost 元件的應用，實現對用戶發送的訊息進行客製化流程定義，使訊息能夠包含按鈕，並可針對按鈕定義執行的效果。滿足運維團隊能夠在手機上查看告警並即時接單的需求，凸顯系統的高度可定制性和應用彈性。 - 依據官方文件，對開源腳本進行修改，升級 Mattermost 以提升系統安全性 (v5 to v8)。同時也對 Mattermost 使用的 Postgres DB 進行版本升級 (v9 to v12)。 - 優化系統的用戶管理功能，新增租戶管理功能並引入跨組織部門管理功能。方便 9 組不同的客戶能夠在兩個正式(DMZ)環境中同時使用，克服了 DMZ 環境申請不易的問題。 資料平台開發： - 搭建於 Apache Nifi 之上，通過 FastAPI 框架開發 RESTful API 並設計 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 等多種資料庫，同時實現平台 Pipeline 中檢視資料的視覺化功能。 - 協助用戶建置及改善 ETL Pipeline 效能，提高資料處理效率。

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