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]
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
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
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
Numpy, Pandas, Matplotlib
scikit-learn, Regression, Classification
Tensorflow, DNN, CNN
nltk, jieba,TF-IDF, N-GRAM, LUIS
論文名稱:台北北門磚造古蹟受地震力反應與破壞之探討
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。
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:
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。
模型對於正反拍的識別成果:
可由上述結果得知模型對比賽中
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。
中文:母語
英文:TOEIC 790 聽/精通、 說/普通 、讀/精通、 寫/普通
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]
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
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
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
Numpy, Pandas, Matplotlib
scikit-learn, Regression, Classification
Tensorflow, DNN, CNN
nltk, jieba,TF-IDF, N-GRAM, LUIS
論文名稱:台北北門磚造古蹟受地震力反應與破壞之探討
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。
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:
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。
模型對於正反拍的識別成果:
可由上述結果得知模型對比賽中
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。
中文:母語
英文:TOEIC 790 聽/精通、 說/普通 、讀/精通、 寫/普通