【熱衷於學習,並希望用科技讓世界更有趣的程式設計師】
畢業於東海大學資工系,具有前後端開發、機器學習、App開發的專案經驗,喜歡學習並嘗試不同的事物,有快速上手新工具、程式語言的能力。對於開發產品有熱忱,希望能夠參與到團隊中運用所學和夥伴一起解決使用者遇到的困難。
得獎經歷:
Cinnamon AI 2020 Student Bootcamp 產品發表小組競賽 - 第一名
教育部 2018 AI Cup 生醫論文自動分析熱身賽 初階 - 榮譽獎
東海大學2018書卷獎
東海大學資工系專題競賽 - 佳作
Software Engineer
Taoyuan,TW
[email protected]
• 學習NLP知識,以及應用Scrum敏捷開發方法開發MVP產品
• 在小組產品發表比賽中取得第一名.
• 開發一個利用智能投資組合模型幫助使用者在10秒內建立股票投資組合的網頁應用.
• 設計React前端,Flask後端系統
幫助初學程式語言的學生學習Java及流程圖設計
協助沒有程式語言經驗的學生學習 Python, Numpy, Pandas
• 東海大學2018書卷獎(2nd in the class)
• 東海大學資工系專題競賽 - 佳作
主要選修商業與創業相關的課程
• 創業運營
• 商業模式創新與設計
• IT創業的時機與選擇
• 軟件產業概論
這是一個利用智能投資組合模型建立美國股票投資組合的最簡可行產品
• 使用者可以選擇他想要的股票,模型會自動算出合適的比重來分配資產
• 負責建構基於React的前端以及基於Python Flask的後端系統
• 這個專案獲得Cinnamon AI Bootcamp產品發表小組競賽的第一名
Project Link這是一個應用深度學習將影像轉換風格的網站
• 使用者無需擁有修圖技能、修圖軟體即可輕鬆製作具有獨特濾鏡風格的照片
• 包含三種不同的轉換技術,讓使用者可以產生更多不同且有趣的圖片
• 使用模型蒸餾技術將風格轉換模型的參數量減少50%以上
• 使用工具: Keras, Python Flask
Project Link建立模型來辨識日本古代草書文字
• 分離物體檢測及類別辨識的任務,提升模型疊代的速度
• 使用 Faster-RCNN 檢測物體,並設計 SE Xception 模型來用作於類別分類
• 框架使用 PyTorch, Tensorflow 和 Keras
Project Link• HTML
• CSS
• Javascript
• React.js
• Tensorflow 2
• Pytorch
• Keras
• Scikit-Learn
• Xgboost
• Feature Engineering
• Python Flask
• Node.js
【熱衷於學習,並希望用科技讓世界更有趣的程式設計師】
畢業於東海大學資工系,具有前後端開發、機器學習、App開發的專案經驗,喜歡學習並嘗試不同的事物,有快速上手新工具、程式語言的能力。對於開發產品有熱忱,希望能夠參與到團隊中運用所學和夥伴一起解決使用者遇到的困難。
得獎經歷:
Cinnamon AI 2020 Student Bootcamp 產品發表小組競賽 - 第一名
教育部 2018 AI Cup 生醫論文自動分析熱身賽 初階 - 榮譽獎
東海大學2018書卷獎
東海大學資工系專題競賽 - 佳作
Software Engineer
Taoyuan,TW
[email protected]
• 學習NLP知識,以及應用Scrum敏捷開發方法開發MVP產品
• 在小組產品發表比賽中取得第一名.
• 開發一個利用智能投資組合模型幫助使用者在10秒內建立股票投資組合的網頁應用.
• 設計React前端,Flask後端系統
幫助初學程式語言的學生學習Java及流程圖設計
協助沒有程式語言經驗的學生學習 Python, Numpy, Pandas
• 東海大學2018書卷獎(2nd in the class)
• 東海大學資工系專題競賽 - 佳作
主要選修商業與創業相關的課程
• 創業運營
• 商業模式創新與設計
• IT創業的時機與選擇
• 軟件產業概論
這是一個利用智能投資組合模型建立美國股票投資組合的最簡可行產品
• 使用者可以選擇他想要的股票,模型會自動算出合適的比重來分配資產
• 負責建構基於React的前端以及基於Python Flask的後端系統
• 這個專案獲得Cinnamon AI Bootcamp產品發表小組競賽的第一名
Project Link這是一個應用深度學習將影像轉換風格的網站
• 使用者無需擁有修圖技能、修圖軟體即可輕鬆製作具有獨特濾鏡風格的照片
• 包含三種不同的轉換技術,讓使用者可以產生更多不同且有趣的圖片
• 使用模型蒸餾技術將風格轉換模型的參數量減少50%以上
• 使用工具: Keras, Python Flask
Project Link建立模型來辨識日本古代草書文字
• 分離物體檢測及類別辨識的任務,提升模型疊代的速度
• 使用 Faster-RCNN 檢測物體,並設計 SE Xception 模型來用作於類別分類
• 框架使用 PyTorch, Tensorflow 和 Keras
Project Link• HTML
• CSS
• Javascript
• React.js
• Tensorflow 2
• Pytorch
• Keras
• Scikit-Learn
• Xgboost
• Feature Engineering
• Python Flask
• Node.js