- 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
簡孝羽
淡江大學資訊工程碩士
AI Engineer | 積極負責 | 擅於溝通 | 適應力強 | 勇於嘗試新事物
- 多次競賽相關經驗
- 碩士研究 - 基於深度學習 BERT 語言模型之醫療影像報告生成系統
- 深度學習｜影像處理｜ 自然語言
於碩士在學期間研究影像處理、自然語言以及影像描述等技術，並將其應用於醫療影像的判讀以及醫療報告生成，期許利用自身所學，降低醫療系統的龐大負擔。在學期間曾參加全國性競賽，並於2019全國智慧製造大數據競賽成功進入決賽，以及2021 Tomofun狗音辨識AI挑戰賽排名前9%，樂於應用自身所學解決各領域所遇到的問題。
Skills
Programing & IDEs
- Python ( 3+ years experience )
- Jupyter Notebook
- Visual Studio
Package
- Tensorflow
- Keras
- Scikit-Learn
- Numpy
- Pandas
- NLTK
- OpenCV
- Matplotlib
ML Algorithms
- Data Preprocessing
- Feature Engineering
Model Design, Training
Data Visualization
Transfer Learning
Machine Learning
- Statistic Analysis
- Linear/Logistic Regression
- Classification
Image Captioning
CNN
BERT
競賽經歷
Jun 2021 - July 2021
2021 Tomofun狗音辨識 AI 百萬挑戰賽
題目: 利用主辦方所提供的六種居家環境音建立音源分類模型，排名前9% (27/300)。
關鍵字: log-Mei spectrum, EfficentNet, Mixup, SpecAugment
May 2020 - Jun 2020
2020全國智慧製造大數據競賽
題目: 以加工機台的設定參數作為訓練資料，預測其中20個設定參數的數據。
指導兩位淡江機電系大學生組隊參加，負責演算法開發，資料前處理。
關鍵字: Hot Deck Imputation, LightGBM, K-fold
May 2019 - Jun 2019
2019全國智慧製造大數據競賽 - 進入決賽
題目: 利用刀具加工震動數據預測刀具磨耗類別與加工工件表面品質。
與兩位淡江機電系研究生組隊參加，負責演算法開發，資料前處理。
關鍵字: Fast Fourier transform, MFCCs, Linear Regression
其他經歷
Sep 2019 - Jan 2020
大學助理教師
研究生時擔任助理教師，負責淡江資工系大學生App Inventor 2 課程，使用App Inventor 2 做出Android App，提升大學生的程式基本概念。
Aug 2016 - Aug 2017
法務部行政執行署高雄分署-替代役管理幹部
於行政執行署高雄分署服役時，擔任替代役管理幹部，協助長官管理役男生活起居，輔助長官完成交辦事項。
學歷
淡江大學
資訊工程學系碩士
2018 - 2020
真理大學
企業管理學系學士
2012 - 2016
Tomofun狗音辨識 AI 百萬挑戰賽
利用主辦方所提供的六種居家環境音建立音源分類模型
使用log-Mel-Spectrum結合Delta Features & Accelerate features，堆疊成三維影像做為訓練資料，並使用了 SpecAugment、Mixup等前處理。使用 EfficientNet 做為主要的模型架構，測試準確率91.2%，ROC Curve score 為 0.981，在競賽中排名前9% (27/300)。
簡孝羽
淡江大學資訊工程碩士
AI Engineer | 積極負責 | 擅於溝通 | 適應力強 | 勇於嘗試新事物
- 多次競賽相關經驗
- 碩士研究 - 基於深度學習 BERT 語言模型之醫療影像報告生成系統
- 深度學習｜影像處理｜ 自然語言
於碩士在學期間研究影像處理、自然語言以及影像描述等技術，並將其應用於醫療影像的判讀以及醫療報告生成，期許利用自身所學，降低醫療系統的龐大負擔。在學期間曾參加全國性競賽，並於2019全國智慧製造大數據競賽成功進入決賽，以及2021 Tomofun狗音辨識AI挑戰賽排名前9%，樂於應用自身所學解決各領域所遇到的問題。
Skills
Programing & IDEs
- Python ( 3+ years experience )
- Jupyter Notebook
- Visual Studio
Package
- Tensorflow
- Keras
- Scikit-Learn
- Numpy
- Pandas
- NLTK
- OpenCV
- Matplotlib
ML Algorithms
- Data Preprocessing
- Feature Engineering
Model Design, Training
Data Visualization
Transfer Learning
Machine Learning
- Statistic Analysis
- Linear/Logistic Regression
- Classification
Image Captioning
CNN
BERT
競賽經歷
Jun 2021 - July 2021
2021 Tomofun狗音辨識 AI 百萬挑戰賽
題目: 利用主辦方所提供的六種居家環境音建立音源分類模型，排名前9% (27/300)。
關鍵字: log-Mei spectrum, EfficentNet, Mixup, SpecAugment
May 2020 - Jun 2020
2020全國智慧製造大數據競賽
題目: 以加工機台的設定參數作為訓練資料，預測其中20個設定參數的數據。
指導兩位淡江機電系大學生組隊參加，負責演算法開發，資料前處理。
關鍵字: Hot Deck Imputation, LightGBM, K-fold
May 2019 - Jun 2019
2019全國智慧製造大數據競賽 - 進入決賽
題目: 利用刀具加工震動數據預測刀具磨耗類別與加工工件表面品質。
與兩位淡江機電系研究生組隊參加，負責演算法開發，資料前處理。
關鍵字: Fast Fourier transform, MFCCs, Linear Regression
其他經歷
Sep 2019 - Jan 2020
大學助理教師
研究生時擔任助理教師，負責淡江資工系大學生App Inventor 2 課程，使用App Inventor 2 做出Android App，提升大學生的程式基本概念。
Aug 2016 - Aug 2017
法務部行政執行署高雄分署-替代役管理幹部
於行政執行署高雄分署服役時，擔任替代役管理幹部，協助長官管理役男生活起居，輔助長官完成交辦事項。
學歷
淡江大學
資訊工程學系碩士
2018 - 2020
真理大學
企業管理學系學士
2012 - 2016
Tomofun狗音辨識 AI 百萬挑戰賽
利用主辦方所提供的六種居家環境音建立音源分類模型
使用log-Mel-Spectrum結合Delta Features & Accelerate features，堆疊成三維影像做為訓練資料，並使用了 SpecAugment、Mixup等前處理。使用 EfficientNet 做為主要的模型架構，測試準確率91.2%，ROC Curve score 為 0.981，在競賽中排名前9% (27/300)。