- Jobs
ResumeCreate your job-winning resume using our free resume builder.
PortfolioShowcase your skills and projects with a professional portfolio.ResumeCreate your job-winning resume using our free resume builder.Resume BuilderMake a resume for free.Resume TemplatesAccess our extensive library of professional & ready-to-use templates.Resume ExamplesGet inspired by real resume examples to create your own.Occupation GuideAccess resume writing guides tailored for different professions.Resume HelpGet expert advice on all things resume from our team of recruitment specialists.- ResourcesSuccess StoriesBusiness ExcellenceAbout CakeResumeFeatured Reads
- Hire
- Download our App
CakeResume Talent Search
El plan de reclutamiento más ligero y eficaz
Busque currículums y tome la iniciativa de ponerse en contacto con los solicitantes de empleo para lograr una mayor eficacia en la contratación. La elección de cientos de empresas.
- Examinar todos los resultados de la búsqueda
- Acceso ilimitado para iniciar nuevas conversaciones
- currículos accesibles sólo para empresas de pago
- Ver dirección de correo electrónico y números de teléfono de los usuarios
Definition of Reputation Credits
唐翊維
【年資】
欣興電子擔任智能整合大數據工程師， 擁有1至2年的工作經驗。
【技能】
擁有豐富的統計學、機器學習和深度學習知識。
【經歷】
1. 開發YOLO to CCTV快速部署平台，使用者於網頁中勾選偵測規則，框選偵測區域，送出表單時即可快速部署YOLO模型於該廠域。
2. 導入YOLO模型於CCTV，撰寫模型偵測警報規則，並使用Flask, Django架設於網頁，全天候監控廠域。
3. 開發Unet影像辨識模型，能以不規則形狀畫出缺點，進一步計算缺點面積。
4. 開發可互動化圖型於網頁，每小時、日、週自動產出信件，供多個廠端使用。
5. 在GitLab上使用Git版本控制進行commit push來紀錄專案維護。
學歷
2019 - 2021
國立中央大學
統計
2015 - 2019
淡江大學
統計
Skill
Programming Language
Python Linux Gitlab MongoDB R
Web Design Tools
Django HTML CSS JavaScript
工作經歷
智能整合大數據工程師 • 欣興電子股份有限公司
三月 2022 - 五月 2023
1. 負責建立集團IC載板缺陷影像辨識模型，以提高檢測效率及降低人工錯誤率
2. 負責導入AI模型於集團CCTV系統，協助提升安全監控效能
3. 規劃並建置集團大數據模型，透過數據分析提供工廠營運改善建議，協助提高產值及效益
4. 負責集團大數據的資料整合、預處理、分析、管理和運算，協助相關單位做出明智決策
5. 知悉各種資料分析技術，包括統計學、機器學習、深度學習等，選擇最適合的技術進行數據分析
6. 關注數據發展與創新應用趨勢，利用AI技術與大數據分析，提供專案規劃及決策方案
7. 運用統計分析方法及機器學習建構適合的演算模型，協助解決實際問題
8. 開發自動化控制系統，並將資料視覺化呈現於網頁上，協助管理層快速掌握資訊並做出決策。
Project
YOLO CCTV 快速部署平台
1. 實現將YOLO模型快速部署至CCTV系統上，使用Django框架建立需求表單，管理使用者提交的設定需求。
2. 使用者輸入正確RTSP位置時，系統即時抓取圖像並在網頁上顯示，同時提供框選區域功能，讓使用者能夠進行偵測區域標記。
3. 進行YOLO模型照片標記和訓練，實現快速部署。
4. 接收表單資訊，撰寫後端程式規則，實現自動化部署。
YOLO模型導入無塵室CCTV
1. 為了減少無塵室落塵量，使用YOLO實時間控人員的異常行為，如：人員蹲坐、群聚
2. 當發生工安意外時，系統能夠即時發出警報並通知有關人員進行處理。
3. 架設電子圍籬，監控人員是否進出危險區域，以確保工作場所的安全。
4. 監控技術員的打包動作行為和順序是否正確，以減少錯誤的發生。
5. 確保技術員的穿著和安全裝備完整，避免工安意外的發生。
IC載板缺點影像辨識模型開發
1. 原本使用的載板缺陷檢測模型只能以方框的方式表示缺陷，限制了檢測的精度。透過引入 Unet 影像辨識模型，能夠正確標記載板缺陷位置並計算面積，進一步提升檢測精度。
2. 開發 Unet 影像辨識模型，以節省人工檢測時間，減少人工錯誤，同時減少公司的人力及時間成本支出，提升檢測效率。
3. 訓練 Unet 模型，能夠預測載板缺陷的位置和面積。當缺陷面積仍在可容忍的範圍內，仍可進行出貨，減少報廢率，提高產值。
SPC Dashboard 網頁開發
1. 將各廠區之資訊整合，使用Python 進行資料處理，並使用Django呈現互動式圖表於網頁。
2. 使用動態視覺化呈現方式，讓使用者依據所需選取圖表範圍。
3. 與其他單位人員溝通、協調，為公司帶來更有效的品質監控。
4. 參考舊有JMP程式改以Python開發，使程式維護容易並更有效率。
唐翊維
【年資】
欣興電子擔任智能整合大數據工程師， 擁有1至2年的工作經驗。
【技能】
擁有豐富的統計學、機器學習和深度學習知識。
【經歷】
1. 開發YOLO to CCTV快速部署平台，使用者於網頁中勾選偵測規則，框選偵測區域，送出表單時即可快速部署YOLO模型於該廠域。
2. 導入YOLO模型於CCTV，撰寫模型偵測警報規則，並使用Flask, Django架設於網頁，全天候監控廠域。
3. 開發Unet影像辨識模型，能以不規則形狀畫出缺點，進一步計算缺點面積。
4. 開發可互動化圖型於網頁，每小時、日、週自動產出信件，供多個廠端使用。
5. 在GitLab上使用Git版本控制進行commit push來紀錄專案維護。
學歷
2019 - 2021
國立中央大學
統計
2015 - 2019
淡江大學
統計
Skill
Programming Language
Python Linux Gitlab MongoDB R
Web Design Tools
Django HTML CSS JavaScript
工作經歷
智能整合大數據工程師 • 欣興電子股份有限公司
三月 2022 - 五月 2023
1. 負責建立集團IC載板缺陷影像辨識模型，以提高檢測效率及降低人工錯誤率
2. 負責導入AI模型於集團CCTV系統，協助提升安全監控效能
3. 規劃並建置集團大數據模型，透過數據分析提供工廠營運改善建議，協助提高產值及效益
4. 負責集團大數據的資料整合、預處理、分析、管理和運算，協助相關單位做出明智決策
5. 知悉各種資料分析技術，包括統計學、機器學習、深度學習等，選擇最適合的技術進行數據分析
6. 關注數據發展與創新應用趨勢，利用AI技術與大數據分析，提供專案規劃及決策方案
7. 運用統計分析方法及機器學習建構適合的演算模型，協助解決實際問題
8. 開發自動化控制系統，並將資料視覺化呈現於網頁上，協助管理層快速掌握資訊並做出決策。
Project
YOLO CCTV 快速部署平台
1. 實現將YOLO模型快速部署至CCTV系統上，使用Django框架建立需求表單，管理使用者提交的設定需求。
2. 使用者輸入正確RTSP位置時，系統即時抓取圖像並在網頁上顯示，同時提供框選區域功能，讓使用者能夠進行偵測區域標記。
3. 進行YOLO模型照片標記和訓練，實現快速部署。
4. 接收表單資訊，撰寫後端程式規則，實現自動化部署。
YOLO模型導入無塵室CCTV
1. 為了減少無塵室落塵量，使用YOLO實時間控人員的異常行為，如：人員蹲坐、群聚
2. 當發生工安意外時，系統能夠即時發出警報並通知有關人員進行處理。
3. 架設電子圍籬，監控人員是否進出危險區域，以確保工作場所的安全。
4. 監控技術員的打包動作行為和順序是否正確，以減少錯誤的發生。
5. 確保技術員的穿著和安全裝備完整，避免工安意外的發生。
IC載板缺點影像辨識模型開發
1. 原本使用的載板缺陷檢測模型只能以方框的方式表示缺陷，限制了檢測的精度。透過引入 Unet 影像辨識模型，能夠正確標記載板缺陷位置並計算面積，進一步提升檢測精度。
2. 開發 Unet 影像辨識模型，以節省人工檢測時間，減少人工錯誤，同時減少公司的人力及時間成本支出，提升檢測效率。
3. 訓練 Unet 模型，能夠預測載板缺陷的位置和面積。當缺陷面積仍在可容忍的範圍內，仍可進行出貨，減少報廢率，提高產值。
SPC Dashboard 網頁開發
1. 將各廠區之資訊整合，使用Python 進行資料處理，並使用Django呈現互動式圖表於網頁。
2. 使用動態視覺化呈現方式，讓使用者依據所需選取圖表範圍。
3. 與其他單位人員溝通、協調，為公司帶來更有效的品質監控。
4. 參考舊有JMP程式改以Python開發，使程式維護容易並更有效率。