- Việc làm
CVTạo CV online chuyên nghiệp, miễn phí
PortfolioTrình bày kỹ năng chuyên môn và dự án đã thực hiện một cách sinh động, trực quan.CVTạo CV online chuyên nghiệp, miễn phíTạo CVTạo CV online chuyên nghiệp, miễn phíMẫu CVTruy cập kho mẫu CV online ấn tượng, chuẩn quốc tế.CV mẫuTham khảo các CV mẫu đẹp đã được người dùng CakeResume ứng tuyển thành công.Cẩm nang nghề nghiệpTìm hiểu cách viết CV cho từng ngành nghề và vị trí.Trợ giúp viết CVTham khảo lời khuyên từ các chuyên gia tuyển dụng của CakeResume.- Kho tài nguyênCẩm nang ứng viênThế giới công sởVề đối tácCẩm nang doanh nghiệpVề CakeResumeBài viết nổi bật
- Tuyển dụng
- Tải app CakeResume
CakeResume Talent Search
Kế hoạch tuyển dụng đơn giản và hiệu quả nhất
Tìm kiếm 40k+ CV và chủ động liên hệ với ứng viên để đạt hiệu quả tuyển dụng cao hơn. Sự lựa chọn của hàng trăm công ty.
- Duyệt tất cả kết quả tìm kiếm
- Bắt đầu trò chuyện không giới hạn
- CV chỉ có thể truy cập bởi các công ty trả phí
- Xem địa chỉ email và số điện thoại của người dùng
Definition of Reputation Credits
蔡睿庭
目前任職於聯合智網擔任數據工程師，規劃電商平台商品推薦演算法。
曾任職於信諾科技，擔任自然語意分析NLP技術的研發，包含中文斷詞、文本特徵提取、文章主題分析、文章自動標籤、關聯文章計算、詞關聯脈絡分析等技術。
在交大求學期間受指導教授薰陶接觸人工智慧，研究所畢業後決定投身軟體領域，透過上網與買書自學Python，與參加資策會-AI人工智慧應用開發就業養成班（600小時培訓課程）後擔任軟體工程師。
資料處理、特徵分析、機器學習、深度學習。另有基礎網頁前後端與資料庫使用能力。
1994.08.08
軟體工程師
mobile : 0975-207-915
email : [email protected]
工作經歷
聯合智網股份有限公司, 數據工程師, Apr 2022 ~ 現在
- 技術研發
- 電商平台之商品推薦
- 建立知識圖譜(Knowledge Graph)並找尋合適推薦演算法
- 建立知識圖譜(Knowledge Graph)並找尋合適推薦演算法
信諾科技, 資料工程師, Apr 2020 ~ Apr 2022
公司第一位找來研發NLP技術的工程師，目前正在整合公司的自然語意分析技術，將不同工具透過Python實現，並與系統工程師合作，建立技術平台
- 技術研發
- 切詞計算
- 了解切詞技術，並訂定參數權重的設定規則，使切詞結果更為準確，以利後續分析
- 文章代表詞計算
- 利用演算法算出這一批文本中，每一篇文章各自有代表性的詞
- 詞關聯脈絡分析
- 以9358篇食品文章做為研究對象之母體，分析文中的詞與詞在多層疊代後的關聯脈絡
- 自動標籤
- 在一特定專業領域中，找出文章代表詞最相關之使用者自訂的標籤詞
- 文章主題分類
- 演算法自動將文章依照主題分群
- 時間區間內文本主題趨勢
- 研究時間區間內累積之特定專業領域文本，找出論文主題變化及自動標籤結果的趨勢變化
- 長 篇文本：使用成大論文資料庫中849篇環工領域論文（出版年區間為20年）作為對象分析
- 專案成果
- 公共污水處理廠營運評鑑計畫 Oct 2020 - Mar 2021
- 短 篇文本：4391筆評鑑意見，利用NLP技術自動給予文本標籤，其標籤讓使用者定義
- 土壤及地下水技術推廣平台計畫 Apr 2021 - Aug 2021
- 中長篇文本：238篇模廠報告作為分析文本，四個不同主題定義個別主題標籤（共55個標籤）演算法分析過後，讓每一篇報導針對這四種主題個別自動標籤
NLP應用技術
詞關聯脈絡分析
可以分析一批文本中，多個詞的關聯詞，並用圖示顯示出多層疊代的詞關聯圖
文章時間區間內趨勢分析
將有時間標籤的文本，依照時間區間的切割，分析區間內的趨勢變化
技能
程式語言
- Python
- 資料處理
Numpy, Pandas, Matplotlib
- MySQL
- MongoDB
人工智慧
機器學習
scikit-learn, Regression, Classification
深度學習
Tensorflow, DNN, CNN
自然語意分析
nltk, jieba,TF-IDF, N-GRAM, LUIS
NLP應用
- 文章特徵提取
- 文章主題分類
- 關聯推薦
- QA機器人
其他能力
- 網路爬蟲
- Git版本管理
- Line Bot
學歷
國立交通大學, 碩士學位, 土木工程, 2016 ~ 2018
論文名稱：台北北門磚造古蹟受地震力反應與破壞之探討
- 發現問題與解決問題的能力
- 學習新的知識與新的技術
因為指導教授開明的態度，讓我自行決定論文研究方向。在老師的指導下，歸納出研究目的、研究方法及對結果的討論。撰寫論文過程中學習如何發現問題，找尋問題的解決方法及合理的科學理論以驗證結果，處理實驗數據時也接觸了資料分析，發現在資料處理上Python是一個相當好的程式語言，而開始接觸學寫程式。
此外，因指導教授熱衷於機器學習的仿生演算法，同研究室也做相關研究，開始認識機器學習。曾修過線性代數、作業研究及工程數學，讓我在閱讀演算法論文時，能依循讀過的理論作為基礎理解意義。
國立交通大學, 學士學位, 土木工程, 2012 ~ 2016
培訓
- 資策會AI人工智慧應用開發就業養成班 Oct 2019-Mar 2020
為了能更加認識如何撰寫程式以實現人工智慧，報名上課時間超過600小時的課程，對統計與機率理論在演算法上更認識，並轉換成程式碼。學習使用Numpy、Pandas進行資料前處理。透過機器學習、深度學習做特徵分析，對資料進行分群分類，應用至物件辨識、語意分析等。另外還學習基礎網頁前後端與資料庫使用，可將AI服務架設於網頁上與客戶連結。
結業專題為「Smart Fit Sports」，使用技術如下：
- Line Bot串聯LUIS語意分析連結用戶與服務端，分析用戶輸入資訊。
- OpenPose影像偵測，可以對於人體節點進行動作抓取
- 動作檢查正確與否，給予回饋
- 偵測出一組訓練總共做了幾下
- 使用YOLO、Azure Custom Vision、VGG16三個不同模型對於網球選手與網球的位置抓取。
- 將產品服務架設在網頁上，並通過即時串流傳遞影像資訊。
我負責的部分為架設Line Bot、LUIS語意分析、及YOLO影像識別訓練，成果簡介如履歷後方所介紹。這次培訓是我接觸程式設計的開始，也讓我在網路上找尋資源自學時更能適應。
AI應用實例
YOLO影像辨識
模型對於正反拍的識別成果：
- 正手拍 Precision：90% Recall：74%
- 反手拍 Precision：77% Recall：91%
可由上述結果得知模型對比賽中
- 預測正拍的精準度高。
- 真實的反手拍可抓取的比例較高。
Line Bot串聯LUIS語意分析
使用LUIS語意分析判斷用戶的意圖，並在Line Bot上給予適當的回覆與功能選擇。
例如當使用者輸入：「今天想去健身」、「可以教我棒式嗎」為「健身」意圖；
輸入「我有問題」、「你們工程師是誰」為「客服」意圖，再給予客戶相對應的資訊。
語言能力
中文：母語
英文：TOEIC 790 聽/精通、 說/普通 、讀/精通、 寫/普通
蔡睿庭
目前任職於聯合智網擔任數據工程師，規劃電商平台商品推薦演算法。
曾任職於信諾科技，擔任自然語意分析NLP技術的研發，包含中文斷詞、文本特徵提取、文章主題分析、文章自動標籤、關聯文章計算、詞關聯脈絡分析等技術。
在交大求學期間受指導教授薰陶接觸人工智慧，研究所畢業後決定投身軟體領域，透過上網與買書自學Python，與參加資策會-AI人工智慧應用開發就業養成班（600小時培訓課程）後擔任軟體工程師。
資料處理、特徵分析、機器學習、深度學習。另有基礎網頁前後端與資料庫使用能力。
1994.08.08
軟體工程師
mobile : 0975-207-915
email : [email protected]
工作經歷
聯合智網股份有限公司, 數據工程師, Apr 2022 ~ 現在
- 技術研發
- 電商平台之商品推薦
- 建立知識圖譜(Knowledge Graph)並找尋合適推薦演算法
- 建立知識圖譜(Knowledge Graph)並找尋合適推薦演算法
信諾科技, 資料工程師, Apr 2020 ~ Apr 2022
公司第一位找來研發NLP技術的工程師，目前正在整合公司的自然語意分析技術，將不同工具透過Python實現，並與系統工程師合作，建立技術平台
- 技術研發
- 切詞計算
- 了解切詞技術，並訂定參數權重的設定規則，使切詞結果更為準確，以利後續分析
- 文章代表詞計算
- 利用演算法算出這一批文本中，每一篇文章各自有代表性的詞
- 詞關聯脈絡分析
- 以9358篇食品文章做為研究對象之母體，分析文中的詞與詞在多層疊代後的關聯脈絡
- 自動標籤
- 在一特定專業領域中，找出文章代表詞最相關之使用者自訂的標籤詞
- 文章主題分類
- 演算法自動將文章依照主題分群
- 時間區間內文本主題趨勢
- 研究時間區間內累積之特定專業領域文本，找出論文主題變化及自動標籤結果的趨勢變化
- 長 篇文本：使用成大論文資料庫中849篇環工領域論文（出版年區間為20年）作為對象分析
- 專案成果
- 公共污水處理廠營運評鑑計畫 Oct 2020 - Mar 2021
- 短 篇文本：4391筆評鑑意見，利用NLP技術自動給予文本標籤，其標籤讓使用者定義
- 土壤及地下水技術推廣平台計畫 Apr 2021 - Aug 2021
- 中長篇文本：238篇模廠報告作為分析文本，四個不同主題定義個別主題標籤（共55個標籤）演算法分析過後，讓每一篇報導針對這四種主題個別自動標籤
NLP應用技術
詞關聯脈絡分析
可以分析一批文本中，多個詞的關聯詞，並用圖示顯示出多層疊代的詞關聯圖
文章時間區間內趨勢分析
將有時間標籤的文本，依照時間區間的切割，分析區間內的趨勢變化
技能
程式語言
- Python
- 資料處理
Numpy, Pandas, Matplotlib
- MySQL
- MongoDB
人工智慧
機器學習
scikit-learn, Regression, Classification
深度學習
Tensorflow, DNN, CNN
自然語意分析
nltk, jieba,TF-IDF, N-GRAM, LUIS
NLP應用
- 文章特徵提取
- 文章主題分類
- 關聯推薦
- QA機器人
其他能力
- 網路爬蟲
- Git版本管理
- Line Bot
學歷
國立交通大學, 碩士學位, 土木工程, 2016 ~ 2018
論文名稱：台北北門磚造古蹟受地震力反應與破壞之探討
- 發現問題與解決問題的能力
- 學習新的知識與新的技術
因為指導教授開明的態度，讓我自行決定論文研究方向。在老師的指導下，歸納出研究目的、研究方法及對結果的討論。撰寫論文過程中學習如何發現問題，找尋問題的解決方法及合理的科學理論以驗證結果，處理實驗數據時也接觸了資料分析，發現在資料處理上Python是一個相當好的程式語言，而開始接觸學寫程式。
此外，因指導教授熱衷於機器學習的仿生演算法，同研究室也做相關研究，開始認識機器學習。曾修過線性代數、作業研究及工程數學，讓我在閱讀演算法論文時，能依循讀過的理論作為基礎理解意義。
國立交通大學, 學士學位, 土木工程, 2012 ~ 2016
培訓
- 資策會AI人工智慧應用開發就業養成班 Oct 2019-Mar 2020
為了能更加認識如何撰寫程式以實現人工智慧，報名上課時間超過600小時的課程，對統計與機率理論在演算法上更認識，並轉換成程式碼。學習使用Numpy、Pandas進行資料前處理。透過機器學習、深度學習做特徵分析，對資料進行分群分類，應用至物件辨識、語意分析等。另外還學習基礎網頁前後端與資料庫使用，可將AI服務架設於網頁上與客戶連結。
結業專題為「Smart Fit Sports」，使用技術如下：
- Line Bot串聯LUIS語意分析連結用戶與服務端，分析用戶輸入資訊。
- OpenPose影像偵測，可以對於人體節點進行動作抓取
- 動作檢查正確與否，給予回饋
- 偵測出一組訓練總共做了幾下
- 使用YOLO、Azure Custom Vision、VGG16三個不同模型對於網球選手與網球的位置抓取。
- 將產品服務架設在網頁上，並通過即時串流傳遞影像資訊。
我負責的部分為架設Line Bot、LUIS語意分析、及YOLO影像識別訓練，成果簡介如履歷後方所介紹。這次培訓是我接觸程式設計的開始，也讓我在網路上找尋資源自學時更能適應。
AI應用實例
YOLO影像辨識
模型對於正反拍的識別成果：
- 正手拍 Precision：90% Recall：74%
- 反手拍 Precision：77% Recall：91%
可由上述結果得知模型對比賽中
- 預測正拍的精準度高。
- 真實的反手拍可抓取的比例較高。
Line Bot串聯LUIS語意分析
使用LUIS語意分析判斷用戶的意圖，並在Line Bot上給予適當的回覆與功能選擇。
例如當使用者輸入：「今天想去健身」、「可以教我棒式嗎」為「健身」意圖；
輸入「我有問題」、「你們工程師是誰」為「客服」意圖，再給予客戶相對應的資訊。
語言能力
中文：母語
英文：TOEIC 790 聽/精通、 說/普通 、讀/精通、 寫/普通