CakeResume 找人才
最輕量、快速的招募方案，數百家企業的選擇
搜尋履歷，主動聯繫求職者，提升招募效率。
- 瀏覽所有搜尋結果
- 每日可無限次數開啟陌生對話
- 搜尋僅開放付費企業檢視的履歷
- 檢視使用者信箱 & 電話
職場能力評價定義
黃翔岳
於2023年畢業於國立臺灣大學資訊管理研究所碩士班，喜歡有條理地處理任務，樂於學習新知以提升工作的品質與效率，並保持開放且認真的心態對待他人的經驗、知識分享。
技能
程式相關技能
- Python
- Pytorch
- Java
- Machine Learning、Pretrained Model
- PHP、MySQL
- TypeScript
經歷
就讀國立中山大學資訊管理系（2012年-2016年）
- 參與系上網路程式設計研究社，實作學生選課系統。
- 開發參展備忘錄App，實作臉書API串接。
- 協助校內育成中心廠商發想中小企業專案管理系統流程。
- 組成5人專案小組開發NGnear（工程師呼叫App）畢業專題，繪製App流程圖與後端程式開發。
- 參加2015年大專校院資訊應用服務創新競賽。
臺北市政府公務員時期（2016年-2019年）
- 大學畢業後報考公務人員考試，先後考取資訊處理職系關務4等特考及公務人員普通考試，最終至臺北市政府教育局擔任助理管理師。
- 任職期間主要業務為：辦理臺北市校園自由軟體活動、推動臺北市運算思維與程式教育、辦理臺北市學生AI資通訊應用大賽、格鬥機器人公開賽等。
研究所備考期（2019年9月-2020年6月）
由於公部門的行政工作內容與本身所學差異過大，最後決定放棄公務員身分，並決定報考資訊管理研究所以提升專業知能與研究思考能力。
就讀國立臺灣大學資訊管理研究所（2020年-2023年2月）
- 主要研究方向為機器學習（ML）與自然語言處理（NLP）
- 修習資訊檢索與文字探勘、資料探勘、製造數據科學、社群媒體分析等課程，以及系外機器學習、金融科技導論等課程。
- 畢業論文：基於BERTSUM的搜尋引擎最佳化商品標題生成模型。
擔任軟體工程師（2023年8月-至今）
- 使用TypeScript進行開發。
自傳
我是黃翔岳，喜歡有條理地處理任務，樂於學習新知以提升工作的品質與效率，並保持開放且認真的心態對待他人的經驗、知識分享，現擔任軟體工程師，依公司需求進行程式開發。
[大學時期2012年-2016年]
我在2012年至2016年就讀國立中山大學資訊管理系，此時的我初次接觸程式領域，透過修習系上資料結構、作業系統、資料庫、物件導向程式設計等課程，我也在課餘時間參加系上網路程式設計研究社，對程式設計與前後端開發有了基礎的認識。大四時組成5人小組開發NGnear(工程師呼叫App)為畢業專題，實際應用前端資料呈現及後端資料庫CRUD到現實場景中，我們亦以此專案參加2015年大專校院資訊應用服務創新競賽。
[公部門時期2016年-2019年]
我曾有幸在大學畢業時考取資訊處理普考並分發臺北市政府教育局資訊教育科擔任助理管理師，主要辦理臺北市內AI機器人競賽、程式設計競賽，以及自由軟體的推動，與多個單位合作專案的經歷讓我具有問題解決與溝通能力並掌握專案進度。工作內容與程式開發差異較大，在與擔任程式設計師的友人聊天的過程中，我了解到自己還是嚮往軟體業的工作模式，於是決定在2019年離開公部門並報考資管所碩士班，也順利在隔年進入台大資管所就讀。
[研究所時期2019年-2023年]
在研究所期間，我的主要研究方向為自然語言處理領域，除系上文字探勘、資料探勘等課程外，我也選修臺大電機所機器學習、金融科技導論等課程。我曾在linux作業系統下建立機器學習所需pytorch環境，並對所需資料進行前處理後進行程式開發與機器學習實作。畢業論文題目為「基於BERTSUM的搜尋引擎最佳化商品標題生成模型」，使用預訓練模型BERTSUM，並使用電子商務產品敘述資料庫進行訓練，使系統藉由「產品敘述」自動生成具搜尋引擎最佳化效果的「產品標題」。
我目前正擔任軟體工程師，在Angular框架下開發元件，並使用NATS串接前後端。期望能接觸到更多後端開發，如串接API、資料庫、Domain Know how等。當我學得越多，認識更多人，越是了解到還有更多知識等著我去探索。因此，我也將繼續保持學習的熱忱與心態，現階段期望增加自己在後端的開發能力並持續精進自己。
「基於BERTSUM的搜尋引擎最佳化商品標題生成模型」論文摘要
隨著網際網路的發展，各類產品的銷售管道已不侷限於實體店面販賣，透過電子商務，商家能接觸到比實體店面更多的顧客。隨著PCHOME、淘寶等電子商務平臺的出現，企業或一般民眾都能在平臺上販賣產品。由於同質性產品間競爭激烈，商家為了提升產品的曝光度進而增加電商轉換率，常會針對電子商務平臺設計搜尋引擎最佳化的標題，此類標題通常會以簡潔有力的方式表達產品的特色並吸引消費者目光，以及增加產品被搜索機會的字詞，其目的皆為使產品能在搜尋結果頁中占據較好的排名。但電子商務產品種類繁多，以人力撰寫搜尋引擎最佳化標題較為繁雜，且不同種類的產品標題有其偏重關注的特色。
為解決上述問題，本研究將標題生成任務類比為文字摘要生成任務，使用深度學習技術實作一個搜尋引擎最佳化標題生成系統，使用者輸入產品敘述文案後，系統即可生成適合該產品的搜尋引擎最佳化標題。
本研究使用BERTSUM預訓練模型，並以TaoDescribe商品敘述資料集訓練系統自產品敘述文案生成搜尋引擎最佳化標題的能力。而在最後的實驗結果中，本系統在自動評估上與其他應用於不同任務的模型有著相當的表現。在搜尋引擎最佳化方面，本系統的生成標題在搜尋結果頁的排名上與原始標題表現相當，且針對不同種類的產品皆可生成符合該產品類別特性的標題。
黃翔岳
於2023年畢業於國立臺灣大學資訊管理研究所碩士班，喜歡有條理地處理任務，樂於學習新知以提升工作的品質與效率，並保持開放且認真的心態對待他人的經驗、知識分享。
技能
程式相關技能
- Python
- Pytorch
- Java
- Machine Learning、Pretrained Model
- PHP、MySQL
- TypeScript
經歷
就讀國立中山大學資訊管理系（2012年-2016年）
- 參與系上網路程式設計研究社，實作學生選課系統。
- 開發參展備忘錄App，實作臉書API串接。
- 協助校內育成中心廠商發想中小企業專案管理系統流程。
- 組成5人專案小組開發NGnear（工程師呼叫App）畢業專題，繪製App流程圖與後端程式開發。
- 參加2015年大專校院資訊應用服務創新競賽。
臺北市政府公務員時期（2016年-2019年）
- 大學畢業後報考公務人員考試，先後考取資訊處理職系關務4等特考及公務人員普通考試，最終至臺北市政府教育局擔任助理管理師。
- 任職期間主要業務為：辦理臺北市校園自由軟體活動、推動臺北市運算思維與程式教育、辦理臺北市學生AI資通訊應用大賽、格鬥機器人公開賽等。
研究所備考期（2019年9月-2020年6月）
由於公部門的行政工作內容與本身所學差異過大，最後決定放棄公務員身分，並決定報考資訊管理研究所以提升專業知能與研究思考能力。
就讀國立臺灣大學資訊管理研究所（2020年-2023年2月）
- 主要研究方向為機器學習（ML）與自然語言處理（NLP）
- 修習資訊檢索與文字探勘、資料探勘、製造數據科學、社群媒體分析等課程，以及系外機器學習、金融科技導論等課程。
- 畢業論文：基於BERTSUM的搜尋引擎最佳化商品標題生成模型。
擔任軟體工程師（2023年8月-至今）
- 使用TypeScript進行開發。
自傳
我是黃翔岳，喜歡有條理地處理任務，樂於學習新知以提升工作的品質與效率，並保持開放且認真的心態對待他人的經驗、知識分享，現擔任軟體工程師，依公司需求進行程式開發。
[大學時期2012年-2016年]
我在2012年至2016年就讀國立中山大學資訊管理系，此時的我初次接觸程式領域，透過修習系上資料結構、作業系統、資料庫、物件導向程式設計等課程，我也在課餘時間參加系上網路程式設計研究社，對程式設計與前後端開發有了基礎的認識。大四時組成5人小組開發NGnear(工程師呼叫App)為畢業專題，實際應用前端資料呈現及後端資料庫CRUD到現實場景中，我們亦以此專案參加2015年大專校院資訊應用服務創新競賽。
[公部門時期2016年-2019年]
我曾有幸在大學畢業時考取資訊處理普考並分發臺北市政府教育局資訊教育科擔任助理管理師，主要辦理臺北市內AI機器人競賽、程式設計競賽，以及自由軟體的推動，與多個單位合作專案的經歷讓我具有問題解決與溝通能力並掌握專案進度。工作內容與程式開發差異較大，在與擔任程式設計師的友人聊天的過程中，我了解到自己還是嚮往軟體業的工作模式，於是決定在2019年離開公部門並報考資管所碩士班，也順利在隔年進入台大資管所就讀。
[研究所時期2019年-2023年]
在研究所期間，我的主要研究方向為自然語言處理領域，除系上文字探勘、資料探勘等課程外，我也選修臺大電機所機器學習、金融科技導論等課程。我曾在linux作業系統下建立機器學習所需pytorch環境，並對所需資料進行前處理後進行程式開發與機器學習實作。畢業論文題目為「基於BERTSUM的搜尋引擎最佳化商品標題生成模型」，使用預訓練模型BERTSUM，並使用電子商務產品敘述資料庫進行訓練，使系統藉由「產品敘述」自動生成具搜尋引擎最佳化效果的「產品標題」。
我目前正擔任軟體工程師，在Angular框架下開發元件，並使用NATS串接前後端。期望能接觸到更多後端開發，如串接API、資料庫、Domain Know how等。當我學得越多，認識更多人，越是了解到還有更多知識等著我去探索。因此，我也將繼續保持學習的熱忱與心態，現階段期望增加自己在後端的開發能力並持續精進自己。
「基於BERTSUM的搜尋引擎最佳化商品標題生成模型」論文摘要
隨著網際網路的發展，各類產品的銷售管道已不侷限於實體店面販賣，透過電子商務，商家能接觸到比實體店面更多的顧客。隨著PCHOME、淘寶等電子商務平臺的出現，企業或一般民眾都能在平臺上販賣產品。由於同質性產品間競爭激烈，商家為了提升產品的曝光度進而增加電商轉換率，常會針對電子商務平臺設計搜尋引擎最佳化的標題，此類標題通常會以簡潔有力的方式表達產品的特色並吸引消費者目光，以及增加產品被搜索機會的字詞，其目的皆為使產品能在搜尋結果頁中占據較好的排名。但電子商務產品種類繁多，以人力撰寫搜尋引擎最佳化標題較為繁雜，且不同種類的產品標題有其偏重關注的特色。
為解決上述問題，本研究將標題生成任務類比為文字摘要生成任務，使用深度學習技術實作一個搜尋引擎最佳化標題生成系統，使用者輸入產品敘述文案後，系統即可生成適合該產品的搜尋引擎最佳化標題。
本研究使用BERTSUM預訓練模型，並以TaoDescribe商品敘述資料集訓練系統自產品敘述文案生成搜尋引擎最佳化標題的能力。而在最後的實驗結果中，本系統在自動評估上與其他應用於不同任務的模型有著相當的表現。在搜尋引擎最佳化方面，本系統的生成標題在搜尋結果頁的排名上與原始標題表現相當，且針對不同種類的產品皆可生成符合該產品類別特性的標題。