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
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