從硬體工程師轉職AI工程師已有三年左右的資歷。
硬體工程師:
開始工作的前三年在和碩擔任硬體工程師,專注於手機、筆電的硬體設計開發。 之後到華碩電腦,擔任全球技術支援,主要負責發現品質異常及分析。
AI工程師:
之後認為硬體產業的前景較為受限,因此想轉職到AI工程師。 先花了4個月在台灣人工智慧學校學習,結業後轉任助教任職約一年。 因為想接觸較真實的AI問題與接觸真實資料面,到思華科技擔任AI演算法工程師。
AI專案:
在思華科技專注於任務導向聊天機器人的語意理解引擎 在裡面做了幾個小專案:
*輸入資料增強:
1. 同義詞替換。
2. backtranslation,將句子翻譯到其他語言再翻譯回來。
3. 使用GPT2搭配BERT做詞性遮蔽填空,產生新句子。
*減少標註人力:
使用半監督學習UDA方法,透過少量標註資料即可得到不錯的預測結果,對後續未標注資料進行預標,人力只需修正模型標錯的資料,可大幅加快標注速度。
*domain預訓練:
開發tensorflow BERT wwm pretrain程式,全詞遮蔽可使模型語意理解更清楚,預訓練模型除了使用通用資料,再次使用domain資料pretrain可使準確度再提高。
*語意理解引擎:
Intent classification and slot tagging joint-training,joint-training可使intent與slot的準確度雙雙提升,也讓一句話只需要inference一次,即可得到兩個語意理解的結果。
AI競賽:
2020年競賽:
科技部-與AI對話的冠軍 經濟部工業局
AIGO比賽挑戰賽,前五名進入複賽
2021年競賽:
玉山金控 中文手寫影像辨識佳作
經濟部工業局AIGO比賽解題賽,進入實證階段。(比賽進行中)
人格特質:
解決問題、自我成就、自我成長、面對挑戰
工作內容:
1. Chatbot NLU engine
2. ELK環境架設
3. Deep learning model implement, training, deploying and optimizing
4. API開發
5. Paper study
專案:
NLU:
Intent classification and slot tagging joint model
BERT base model WWM(Whole Word Masking) pre-train
Semi-supervised learning:
UDA(Unsupervised Data Augmentation for Consistency Training) for auto tagging
Data Augmentation:
Condition BERT by POS(part-of-speech)
人工智慧學校台北總校 經理人班 - 深度學習手把手講師
人工智慧學校台北總校 技術領袖班 - 助教
工作內容:
1. 解決學員課務及專題問題
2. 教務管理
3. 編製實作課程教材
4. 洽談及執行企業及學術合作專案
5. Server簡易障礙排除
帶領專案:
1. Image caption
2. 藥物辨識
3. 跌倒偵測
4. 美食大腦機器人
程式語言:
Python
深度學習框架:
Tensorflow, Keras
Machine Learning:
linear regression, logistic regression, SVM, decision tree, random forest, GBM
Deep learning:
DNN, CNN, RNN, GAN, RL
其他項目:
NLP
全球技術支援高級工程師,負責以下手機
Zenefone 3(ZE552KL, ZE520KL),當時最熱門手機
ZenFone Go TV (ZB551KL)
ZenFone Go (ZB500KG)
工作內容:
1. 對全球各區的技術人員進行產品問題技術服務
2. 新產品的資料編輯製作、彙整、上傳、追蹤
3. 客服品質異常資料蒐集並發佈通知
4. 問題回饋以及技術文件的教材製作
5. 越南手機支援技術窗口
成就: 制定維修流程,將台灣地區LCD NTF Rate由50%降低到25%。
Intel Merrifield
Intel Moorefield
Intel Sofia LTE
工作內容:
1. 硬體電路設計,量測與問題分析
2. OrCAD & Allegro 操作
3. 產品規格研讀及檢查
4. 研發相關資料建立及維護
5. BOM的建立以及設計規格撰寫
成就: SoFIA LTE Everest training通過,成為公司Core team成員,並將課程內容整理後報告給公司其他成員。
論文: 應用於電容陣列區塊之良率導向地鐵式繞線法
專題: 攜帶式跌倒偵測裝置
從硬體工程師轉職AI工程師已有三年左右的資歷。
硬體工程師:
開始工作的前三年在和碩擔任硬體工程師,專注於手機、筆電的硬體設計開發。 之後到華碩電腦,擔任全球技術支援,主要負責發現品質異常及分析。
AI工程師:
之後認為硬體產業的前景較為受限,因此想轉職到AI工程師。 先花了4個月在台灣人工智慧學校學習,結業後轉任助教任職約一年。 因為想接觸較真實的AI問題與接觸真實資料面,到思華科技擔任AI演算法工程師。
AI專案:
在思華科技專注於任務導向聊天機器人的語意理解引擎 在裡面做了幾個小專案:
*輸入資料增強:
1. 同義詞替換。
2. backtranslation,將句子翻譯到其他語言再翻譯回來。
3. 使用GPT2搭配BERT做詞性遮蔽填空,產生新句子。
*減少標註人力:
使用半監督學習UDA方法,透過少量標註資料即可得到不錯的預測結果,對後續未標注資料進行預標,人力只需修正模型標錯的資料,可大幅加快標注速度。
*domain預訓練:
開發tensorflow BERT wwm pretrain程式,全詞遮蔽可使模型語意理解更清楚,預訓練模型除了使用通用資料,再次使用domain資料pretrain可使準確度再提高。
*語意理解引擎:
Intent classification and slot tagging joint-training,joint-training可使intent與slot的準確度雙雙提升,也讓一句話只需要inference一次,即可得到兩個語意理解的結果。
AI競賽:
2020年競賽:
科技部-與AI對話的冠軍 經濟部工業局
AIGO比賽挑戰賽,前五名進入複賽
2021年競賽:
玉山金控 中文手寫影像辨識佳作
經濟部工業局AIGO比賽解題賽,進入實證階段。(比賽進行中)
人格特質:
解決問題、自我成就、自我成長、面對挑戰
工作內容:
1. Chatbot NLU engine
2. ELK環境架設
3. Deep learning model implement, training, deploying and optimizing
4. API開發
5. Paper study
專案:
NLU:
Intent classification and slot tagging joint model
BERT base model WWM(Whole Word Masking) pre-train
Semi-supervised learning:
UDA(Unsupervised Data Augmentation for Consistency Training) for auto tagging
Data Augmentation:
Condition BERT by POS(part-of-speech)
人工智慧學校台北總校 經理人班 - 深度學習手把手講師
人工智慧學校台北總校 技術領袖班 - 助教
工作內容:
1. 解決學員課務及專題問題
2. 教務管理
3. 編製實作課程教材
4. 洽談及執行企業及學術合作專案
5. Server簡易障礙排除
帶領專案:
1. Image caption
2. 藥物辨識
3. 跌倒偵測
4. 美食大腦機器人
程式語言:
Python
深度學習框架:
Tensorflow, Keras
Machine Learning:
linear regression, logistic regression, SVM, decision tree, random forest, GBM
Deep learning:
DNN, CNN, RNN, GAN, RL
其他項目:
NLP
全球技術支援高級工程師,負責以下手機
Zenefone 3(ZE552KL, ZE520KL),當時最熱門手機
ZenFone Go TV (ZB551KL)
ZenFone Go (ZB500KG)
工作內容:
1. 對全球各區的技術人員進行產品問題技術服務
2. 新產品的資料編輯製作、彙整、上傳、追蹤
3. 客服品質異常資料蒐集並發佈通知
4. 問題回饋以及技術文件的教材製作
5. 越南手機支援技術窗口
成就: 制定維修流程,將台灣地區LCD NTF Rate由50%降低到25%。
Intel Merrifield
Intel Moorefield
Intel Sofia LTE
工作內容:
1. 硬體電路設計,量測與問題分析
2. OrCAD & Allegro 操作
3. 產品規格研讀及檢查
4. 研發相關資料建立及維護
5. BOM的建立以及設計規格撰寫
成就: SoFIA LTE Everest training通過,成為公司Core team成員,並將課程內容整理後報告給公司其他成員。
論文: 應用於電容陣列區塊之良率導向地鐵式繞線法
專題: 攜帶式跌倒偵測裝置