Job Search :數據分析師、資料科學家
Location : 新北市,TW
Contact :0919-256-201、[email protected]
在機器學習領域上,資料的型態/類別/可讀性...等都是非常重要的因子,然而資料類別上若存在異質性,容易導致預測學習錯誤並誤導研究人員至錯誤方向,而目前社會上大多存在的資料型態仍是以二元類別型態為主,因此本論文中著重以二元分類資料為研究對象,探討資料集上是否存在類別異質性的問題,並引入前人提出的樹狀分類結構以及二元分類模型等方法進行 Problem Shooting。
【ABOUT ME】
您好,我是柯百翼,畢業於政治大學統計研究所,至小受父母從商的影響,在時間管理與信用的方面是特別看重的,這也幫助了我在求學的路走的相對順遂。不管在工作或學習上,我個人對於責任感是非常看重的,使得我很常擔任小組中組長的職位,也很受同學信賴,相信這些特質對將來的工作上,也會有非常大的幫助。
在大學的財務與精算數學的相關課程中,有接觸到一些基礎的程式語言(如 R / C++ / VBA) 以及基礎的統計知識,並且當時流行的大數據 Big Data 熱潮,使得我對於程式以及統計學產生了極大的興趣,希望自己可以跟上數據化時代的腳步,因此決定往統計、資料科學等相關領域進行學習。
進入研究所之後,對於不是本課系出身的我,統計知識以及程式能力都是從基礎打起,因此除了本科系的統計相關課程,為了讓程式能力能夠學習進步,因此會多選擇資訊科系的課程學習各種程式基礎 (R / Python / MySQL / MongoDB 等),並藉由課程學習的機會與同學共同完成相關專案的報告-『臺北市交通事故分析』,從自訂主題、定義問題、整合不同來源的資料庫Raw Data以及結合統計本科系的專業進行資料分析,透過 ''做中學、學中做'' 持續增進自己的數據分析能力。在研究所期間也參與了兩次的大數據分析競賽,如『國泰人壽2019大數據競賽』與『AI新銳領航者競賽』,對數據進行特徵工程與資料視覺化的分析,預測客戶購買商品的可能性以及提出行銷上的商業建議,藉由參賽來增加自己對社會上的議題有更進一步的認識以及體現自己在學習過程中的成果,並增加資料應用上的實戰經驗。
在平常學習的過程中,也有投入其餘的時間進行校內實習-『R 語言商業分析教學助理』與『Data Science TA @ NCCU & DSP 智庫驅動』,作為課程助教幫助課堂上的學生們解決程式問題以及商業分析上的教學輔導,並提出可改善建議,此外碩士論文是以進一步解析數據分類問題為主要方向,透過前人提出的樹狀分類結構與資料分類模型解決一般數據在進行分類上遇到的常態問題,可以更進一步地去提升整體預測分析以及分類的準確率,於論文中使用到的資料領域就包含農業/音樂/天文...等,因此相信此方法模型可延用到各領域。
前一段時間任職於台積電的ECIM專案工程師職位,工作的業務內容上主要是直屬負責工程防禦系統的 KPI 追蹤管理以及針對系統提出強化改善的內容-『Fault Detection Classification (FDC) 』與『Interface-A (EDA)』,並根據GIGAFab的現況執行修正專案與處理相關報案議題,在就職期間,我完成了以下的專案內容:
1. 改善 GIGAFab 的 50% 防線,增強製造過程中的偵錯能力,提供更加的良好產品
2. 幫助南科與竹科進行防線脫勾,使南科廠區可專心致力於製造該負責技術的產品
3. 與南科 Program Team 合作並針對系統提出 User Requirement Document (URD) 建構完善的自動化輔助系統,預估可減少平時工程師的人力與時間成本至少 20% 以上。
4. 與IT部門合作解決南科資料傳輸問題,並獨力完成南科兩廠大量資料的上傳,資料用以改善南科製造防線的精準化,精準防線改善約 80%
過去大學的金融相關知識以及研究所的統計概念與程式語言能力,帶給我良好的邏輯分析與實事求是的精神,認真負責是多數人對我工作時的評語,隨和個性是朋友對我的評價,認真與負責是工作長期表現優異的核心,隨和個性是潤滑團隊持續運作的關鍵,如果這是貴公司所需要並欣賞的特質,請給我一個機會,商討成為貴公司團隊之中的一員。
Job Search :數據分析師、資料科學家
Location : 新北市,TW
Contact :0919-256-201、[email protected]
在機器學習領域上,資料的型態/類別/可讀性...等都是非常重要的因子,然而資料類別上若存在異質性,容易導致預測學習錯誤並誤導研究人員至錯誤方向,而目前社會上大多存在的資料型態仍是以二元類別型態為主,因此本論文中著重以二元分類資料為研究對象,探討資料集上是否存在類別異質性的問題,並引入前人提出的樹狀分類結構以及二元分類模型等方法進行 Problem Shooting。
【ABOUT ME】
您好,我是柯百翼,畢業於政治大學統計研究所,至小受父母從商的影響,在時間管理與信用的方面是特別看重的,這也幫助了我在求學的路走的相對順遂。不管在工作或學習上,我個人對於責任感是非常看重的,使得我很常擔任小組中組長的職位,也很受同學信賴,相信這些特質對將來的工作上,也會有非常大的幫助。
在大學的財務與精算數學的相關課程中,有接觸到一些基礎的程式語言(如 R / C++ / VBA) 以及基礎的統計知識,並且當時流行的大數據 Big Data 熱潮,使得我對於程式以及統計學產生了極大的興趣,希望自己可以跟上數據化時代的腳步,因此決定往統計、資料科學等相關領域進行學習。
進入研究所之後,對於不是本課系出身的我,統計知識以及程式能力都是從基礎打起,因此除了本科系的統計相關課程,為了讓程式能力能夠學習進步,因此會多選擇資訊科系的課程學習各種程式基礎 (R / Python / MySQL / MongoDB 等),並藉由課程學習的機會與同學共同完成相關專案的報告-『臺北市交通事故分析』,從自訂主題、定義問題、整合不同來源的資料庫Raw Data以及結合統計本科系的專業進行資料分析,透過 ''做中學、學中做'' 持續增進自己的數據分析能力。在研究所期間也參與了兩次的大數據分析競賽,如『國泰人壽2019大數據競賽』與『AI新銳領航者競賽』,對數據進行特徵工程與資料視覺化的分析,預測客戶購買商品的可能性以及提出行銷上的商業建議,藉由參賽來增加自己對社會上的議題有更進一步的認識以及體現自己在學習過程中的成果,並增加資料應用上的實戰經驗。
在平常學習的過程中,也有投入其餘的時間進行校內實習-『R 語言商業分析教學助理』與『Data Science TA @ NCCU & DSP 智庫驅動』,作為課程助教幫助課堂上的學生們解決程式問題以及商業分析上的教學輔導,並提出可改善建議,此外碩士論文是以進一步解析數據分類問題為主要方向,透過前人提出的樹狀分類結構與資料分類模型解決一般數據在進行分類上遇到的常態問題,可以更進一步地去提升整體預測分析以及分類的準確率,於論文中使用到的資料領域就包含農業/音樂/天文...等,因此相信此方法模型可延用到各領域。
前一段時間任職於台積電的ECIM專案工程師職位,工作的業務內容上主要是直屬負責工程防禦系統的 KPI 追蹤管理以及針對系統提出強化改善的內容-『Fault Detection Classification (FDC) 』與『Interface-A (EDA)』,並根據GIGAFab的現況執行修正專案與處理相關報案議題,在就職期間,我完成了以下的專案內容:
1. 改善 GIGAFab 的 50% 防線,增強製造過程中的偵錯能力,提供更加的良好產品
2. 幫助南科與竹科進行防線脫勾,使南科廠區可專心致力於製造該負責技術的產品
3. 與南科 Program Team 合作並針對系統提出 User Requirement Document (URD) 建構完善的自動化輔助系統,預估可減少平時工程師的人力與時間成本至少 20% 以上。
4. 與IT部門合作解決南科資料傳輸問題,並獨力完成南科兩廠大量資料的上傳,資料用以改善南科製造防線的精準化,精準防線改善約 80%
過去大學的金融相關知識以及研究所的統計概念與程式語言能力,帶給我良好的邏輯分析與實事求是的精神,認真負責是多數人對我工作時的評語,隨和個性是朋友對我的評價,認真與負責是工作長期表現優異的核心,隨和個性是潤滑團隊持續運作的關鍵,如果這是貴公司所需要並欣賞的特質,請給我一個機會,商討成為貴公司團隊之中的一員。