- Lowongan
- Panduan KarirPengembangan KarirWawancara Orang/PerusahaanBusiness ExcellenceDari CakeResumeBacaan Unggulan
- Untuk Perusahaan
- Download aplikasi CakeResume
CakeResume Talent Search
Paket Perekrutan Paling Mudah dan Efektif, Pilihan Ratusan Perusahaan
Cari lebih dari 800 ribu CV dan ambil aksi menghubungi pelamar kerja untuk rekrutmen yang lebih efektif. Pilihan ratusan perusahaan.
- Lihat semua hasil pencarian
- Tanpa batas harian untuk memulai pesan baru
- CV dapat diakses oleh perusahaan berbayar
- Lihat email pengguna & nomor telepon
Definition of Reputation Credits
陳勁宇（Cliff）
- 期望職務名稱：AI工程師、機器學習工程師、資料科學家、演算法開發工程師、軟體工程師
- 主修 資料科學 與 機器學習 相關科目
- 碩士論文為實務應用類型，利用非監督式演算法（LRRDS演算法）處理SPI資料，以從中萃取可用區段以及偵測可能異常之區段
- 曾參與工研院所舉辦之AI課程 (修行時數：153小時)
Taichung City, Taiwan [email protected] 0988343276
個人經歷與成就
碩士畢業論文
Unsupervised Streaming Data Analysis for Solder Paste Inspection Process • NTUST
- 利用以LRRDS為基底所開發之非監督式演算法，進行資料的偵測
- 針對SPI資料，進行資料萃取與異常區段分析
- SPI檢測資料經由合作廠商（Garmin）所提供
Key skills：Python, Machine learning, Unsupervised learning, Data science
Jan. 2021 - Aug. 2021
專案製作（智慧數位平台開發 ）• NTUST
- 以廠商雲端平台為基底，建立Docker進行以CentOS為系統之平台開發
- 平台以 Angular, Python, Flask 所建立，開發一串流資料平台系統（連結各機台資料庫）供廠商進行查詢分析
- 本人負責平台後端之數值預測以及異常偵測模型之建立，以及整體專案之維護與文件撰寫
Key skills：Python, Machine learning, Supervised / Unsupervised learning, SQL, Docker, Linux
Oct. 2020 - Aug. 2021
助教職務 • NTUST
- 計算機程式實習（Python）： 負責製作授課簡報及教導 Python 初步基礎
- 程式設計（C++）： 負責批改學生之作業、期中/期末考試
- 電子化企業概論實習（raspberry pi）： 負責教導電路基本配線及 raspberry pi 基本連線操作
Key skills：Python, C++ , raspberry pi, 電路基本配線
Sep. 2020 - Jun. 2021
副工程師（AC伺服馬達部門 / 品管部門 ）• 大銀微系統股份有限公司
- 負責AC伺服馬達之組裝與製程SOP之驗證
- 負責產品之進料檢驗、成品檢驗與售後維修，並協助檢測儀器操作SOP之撰寫與修正
Key skills：電路基本配線, 機械視圖, 各檢測儀器基本操作（三次元量測儀, 真圓度量測儀, 光學尺......）
Jul. 2018 - Jun. 2019
學士畢業專題
A real-time wireless sensor network localization system using fuzzy neural network • NTUST
- 以 Zigbee 感測器於空間上布置多個參考節點，並收集目標於各位置之發射訊號強度（RSSI）
- 利用 Matlab 內之 FNN 與 BPN 模型進行訓練，並以此透過各感測器之訊號強度預測目標位置
Key skills：Matlab, Machine learning, Supervised learning, FNN, BPN, Zigbee
Jul. 2018 - Feb. 2019
學歷
2019 - 2021
國立臺灣科技大學 碩士
工業管理系 (工業4.0專班) 4.2 / 4.3 GPA
- 畢業論文：Unsupervised streaming data analysis for solder paste inspection process
- 主修資料科學與機器學相關課程，如：Data mining、Data Science、Regression analysis、Big Data Analytics等課程。
2015 - 2019
國立臺灣科技大學 學士
電機工程系（上銀產學攜手合作專班）3.6 / 4.0 GPA
- 畢業專題：A real-time wireless sensor network localization system using fuzzy neural network
- 主修電機工程相關課程，如：電磁學、數位邏輯、電機機械、控制系統、通信系統等，及程式設計相關課程，如：資料結構、Java、Python、C++、Verilog等。
2012 - 2015
臺中市立臺中工業高級中等學校
控制科（上銀產學攜手合作專班）
自傳
【關於我】
我是陳勁宇，畢業於台灣科技大學 電機學士 與 工管碩士 ，對於新穎的科技產業有著濃厚的興趣，包含：AI、資料科學、區塊練、加密貨幣等，因此於碩士階段主修資料科學與機器學習相關學程。在碩士期間，曾負責一項智慧數位平台開發專案，從中主要擔任PM以及平台後端模型開發之角色。畢業論文為針對廠商所提供之SPI資料，從中萃取可用區段以及偵測可能異常之區段。
【求學經歷】
自幼本身即對於資訊科技有著相當的興趣，因此在國中畢業後，毅然選擇高職。在此期間除了課業的兼顧，也有幸成為代表學校的機電整合選手，在高二升高三時，為了增加實務經驗，報考上銀產攜專班，並在最後以全科前三名之成績畢業。
在大學階段就讀電機系，主修自動控制與程式邏輯相關的課程，培養並加深對於程式設計的邏輯概念，在畢業專題上以Zigbee感測器進行參考節點的布置，收集目標於各個位置之訊號強度，並以此做為資料進行FNN、BPN之模型的訓練，藉此進行後續的預測，也經由這個專題，開啟我對於機器學習這項專業之興趣，因此在碩士階段投入相關領域之研究。在碩士期間，主修資料探勘、巨量資料分析與應用、資料科學等與機器學習有關之課程，以加深此領域的知識，在後期有幸能夠帶領一個5人的小團隊，完成一項智慧數位平台專案，畢業論文則利用所學進行SPI資料的分析。目前由於剛退伍，所以為了繼續加強本職學能，因此報名工研院所開辦之AI課程（1/10~2/22），且也著手開發關於Line bot結合情緒辨識之應用方案，以求對於所學更深、更廣的認識。
技能
Tech Stack
Python Tensorflow
- 於碩士階段皆使用Python進行資料處理、視覺化等分析操作
- 曾使用過Tensorflow、Keras、Scikit-learn進行模型的訓練與預測，例如：DNN、LSTM、RF、Regression等
Linux Docker
- 於碩士階段所使用之開發系統環境，大部分皆建立於Ubuntu 18.04
- 曾使用合作廠商之Docker於內部建立CenOS系統，並以此做為基底進行簡易平台開發
MySQL MongoDB
- 了解基本查詢、新增、更新、刪除指令，並曾使用pysql、pymongo對資料庫進行串接以進行後續分析
Tableau
- 曾使用Tableau對合作廠商的機台數據，進行基本視覺化之呈現
陳勁宇（Cliff）
- 期望職務名稱：AI工程師、機器學習工程師、資料科學家、演算法開發工程師、軟體工程師
- 主修 資料科學 與 機器學習 相關科目
- 碩士論文為實務應用類型，利用非監督式演算法（LRRDS演算法）處理SPI資料，以從中萃取可用區段以及偵測可能異常之區段
- 曾參與工研院所舉辦之AI課程 (修行時數：153小時)
Taichung City, Taiwan [email protected] 0988343276
個人經歷與成就
碩士畢業論文
Unsupervised Streaming Data Analysis for Solder Paste Inspection Process • NTUST
- 利用以LRRDS為基底所開發之非監督式演算法，進行資料的偵測
- 針對SPI資料，進行資料萃取與異常區段分析
- SPI檢測資料經由合作廠商（Garmin）所提供
Key skills：Python, Machine learning, Unsupervised learning, Data science
Jan. 2021 - Aug. 2021
專案製作（智慧數位平台開發 ）• NTUST
- 以廠商雲端平台為基底，建立Docker進行以CentOS為系統之平台開發
- 平台以 Angular, Python, Flask 所建立，開發一串流資料平台系統（連結各機台資料庫）供廠商進行查詢分析
- 本人負責平台後端之數值預測以及異常偵測模型之建立，以及整體專案之維護與文件撰寫
Key skills：Python, Machine learning, Supervised / Unsupervised learning, SQL, Docker, Linux
Oct. 2020 - Aug. 2021
助教職務 • NTUST
- 計算機程式實習（Python）： 負責製作授課簡報及教導 Python 初步基礎
- 程式設計（C++）： 負責批改學生之作業、期中/期末考試
- 電子化企業概論實習（raspberry pi）： 負責教導電路基本配線及 raspberry pi 基本連線操作
Key skills：Python, C++ , raspberry pi, 電路基本配線
Sep. 2020 - Jun. 2021
副工程師（AC伺服馬達部門 / 品管部門 ）• 大銀微系統股份有限公司
- 負責AC伺服馬達之組裝與製程SOP之驗證
- 負責產品之進料檢驗、成品檢驗與售後維修，並協助檢測儀器操作SOP之撰寫與修正
Key skills：電路基本配線, 機械視圖, 各檢測儀器基本操作（三次元量測儀, 真圓度量測儀, 光學尺......）
Jul. 2018 - Jun. 2019
學士畢業專題
A real-time wireless sensor network localization system using fuzzy neural network • NTUST
- 以 Zigbee 感測器於空間上布置多個參考節點，並收集目標於各位置之發射訊號強度（RSSI）
- 利用 Matlab 內之 FNN 與 BPN 模型進行訓練，並以此透過各感測器之訊號強度預測目標位置
Key skills：Matlab, Machine learning, Supervised learning, FNN, BPN, Zigbee
Jul. 2018 - Feb. 2019
學歷
2019 - 2021
國立臺灣科技大學 碩士
工業管理系 (工業4.0專班) 4.2 / 4.3 GPA
- 畢業論文：Unsupervised streaming data analysis for solder paste inspection process
- 主修資料科學與機器學相關課程，如：Data mining、Data Science、Regression analysis、Big Data Analytics等課程。
2015 - 2019
國立臺灣科技大學 學士
電機工程系（上銀產學攜手合作專班）3.6 / 4.0 GPA
- 畢業專題：A real-time wireless sensor network localization system using fuzzy neural network
- 主修電機工程相關課程，如：電磁學、數位邏輯、電機機械、控制系統、通信系統等，及程式設計相關課程，如：資料結構、Java、Python、C++、Verilog等。
2012 - 2015
臺中市立臺中工業高級中等學校
控制科（上銀產學攜手合作專班）
自傳
【關於我】
我是陳勁宇，畢業於台灣科技大學 電機學士 與 工管碩士 ，對於新穎的科技產業有著濃厚的興趣，包含：AI、資料科學、區塊練、加密貨幣等，因此於碩士階段主修資料科學與機器學習相關學程。在碩士期間，曾負責一項智慧數位平台開發專案，從中主要擔任PM以及平台後端模型開發之角色。畢業論文為針對廠商所提供之SPI資料，從中萃取可用區段以及偵測可能異常之區段。
【求學經歷】
自幼本身即對於資訊科技有著相當的興趣，因此在國中畢業後，毅然選擇高職。在此期間除了課業的兼顧，也有幸成為代表學校的機電整合選手，在高二升高三時，為了增加實務經驗，報考上銀產攜專班，並在最後以全科前三名之成績畢業。
在大學階段就讀電機系，主修自動控制與程式邏輯相關的課程，培養並加深對於程式設計的邏輯概念，在畢業專題上以Zigbee感測器進行參考節點的布置，收集目標於各個位置之訊號強度，並以此做為資料進行FNN、BPN之模型的訓練，藉此進行後續的預測，也經由這個專題，開啟我對於機器學習這項專業之興趣，因此在碩士階段投入相關領域之研究。在碩士期間，主修資料探勘、巨量資料分析與應用、資料科學等與機器學習有關之課程，以加深此領域的知識，在後期有幸能夠帶領一個5人的小團隊，完成一項智慧數位平台專案，畢業論文則利用所學進行SPI資料的分析。目前由於剛退伍，所以為了繼續加強本職學能，因此報名工研院所開辦之AI課程（1/10~2/22），且也著手開發關於Line bot結合情緒辨識之應用方案，以求對於所學更深、更廣的認識。
技能
Tech Stack
Python Tensorflow
- 於碩士階段皆使用Python進行資料處理、視覺化等分析操作
- 曾使用過Tensorflow、Keras、Scikit-learn進行模型的訓練與預測，例如：DNN、LSTM、RF、Regression等
Linux Docker
- 於碩士階段所使用之開發系統環境，大部分皆建立於Ubuntu 18.04
- 曾使用合作廠商之Docker於內部建立CenOS系統，並以此做為基底進行簡易平台開發
MySQL MongoDB
- 了解基本查詢、新增、更新、刪除指令，並曾使用pysql、pymongo對資料庫進行串接以進行後續分析
Tableau
- 曾使用Tableau對合作廠商的機台數據，進行基本視覺化之呈現