CakeResume 找人才
最轻量、快速的招募方案，数百家企业的选择
搜寻简历，主动联系求职者，提升招募效率。
- 浏览所有搜寻结果
- 每日可无限次数开启陌生对话
- 搜尋僅開放付費企業檢視的简历
- 检视使用者信箱 & 电话
职场能力评价定义
陳得翊 William
Data analyst, Machine learning engineer
我是一個熱愛挖掘潛在問題的統計人，以客觀的角度分析問題及處理，重視團隊合作，開放的態度分享彼此不同的想法和意見，有效率的解決問題。就學期間致力研究於機器學習，降維(Dimension Reduction)以及模型分類問題。並與台北榮民總醫院合作結合人工智慧開發全方位疾病診斷，在臨床上預測病人在一年內是否發生中風，以及是否由肺靜脈引起心房顫動的3D影像分類。
Mobile: +886-988-313-160
Email: [email protected]
技能
Python
視覺化：Matplotlib, Seaborn
- 機器學習套件：
Tensorflow, Keras, Scikit-learn, Fast.ai, OpenCV
Machine Learning
- 模型：Random Forest, XGBoost, LightGBM, SVM, CNN, RNN, LSTM, ResNet
- 特徵選擇：Genetic algorithm, Simulated Annealing
Dimension Reduction
Multidimensional Scaling (MDS), SCMDS, Principal component analysis (PCA), Factor analysis model, Lasso regression
學歷
2018 - 2020
國立交通大學
統計學研究所
論文題目：Using Machine Learning Model and Ensemble Learning to Predict Ischemic stroke
第三屆統計研究成果研討會海報論文競賽—特優獎
2014 - 2018
私立淡江大學
統計學係
相關課程：回歸分析, 類別資料分析, 實驗設計, 無母數統計, 多變量分析, 時間序列, 倖存分析
程式：R, SAS (SAS Certified Base Programmer)
社團：統計系籃球隊-隊長 大統盃,亞軍, 2016 大統盃季軍, 2017
專案經驗
國立交通大學與台北榮民總醫院心臟科
預測病人在一年內是否發生中風Ischemic Stroke
透過機器學習 (Machine Learning) 預測病人在一年內是否發生腦缺血型中風 (Ischemic stroke) 並且提升模型在 auc 上的表現。研究過程我們遇到資料極度不平衡的問題，透過變數選擇 (Feature Selection) 幫助我們挑選重要的特徵，使用集成學習 (Ensemble Learning)及下採樣 (Under-sampling)結合多個模型及處理資料不平衡的問題。
國立交通大學
Modeling High-dimensional time series by Structural factor model
研究威爾夏5000指數 (Wilshire 5000 index) 成分股，透過主成份分析 (Principle Component Analysis) by Bai and Ng, Ratio-based method by Lam and Yao, and Structural factor model by Gao and Tsai, 找出背後影響5000支股票的潛在變數。對應於潛在變數與5000支股票的權重，得到新的一組投資組合，比較投組與指數的報酬。
工作經歷
四月 2020 - 六月 2020
時間序列助教 國立交通大學
批改學生作業以及協助課業問題。
七月 2019 - 八月 2019
因子選股實習生 元大投信
利用統計方法幫助大中華團隊研究A股，挑選出重要因子且建構模型挑選股票。檢定因子間是否存在共線性，影響下一期報酬率估計。最後透過因子表現分成五組，回測並且比較各組表現。實習期間與主管配合良好，經理人提供想法以及自己的選股邏輯，我再透過檢定和回歸等相關統計方法實現，彼此互助學習讓我獲益良多。
七月 2016 - 八月 2016
顧問助理 VIT Advisors Limited(維億投資顧問有限公司)
陪同顧問到中國海口平安銀行做諮詢及授課，負責記錄諮詢重點。
陳得翊 William
Data analyst, Machine learning engineer
我是一個熱愛挖掘潛在問題的統計人，以客觀的角度分析問題及處理，重視團隊合作，開放的態度分享彼此不同的想法和意見，有效率的解決問題。就學期間致力研究於機器學習，降維(Dimension Reduction)以及模型分類問題。並與台北榮民總醫院合作結合人工智慧開發全方位疾病診斷，在臨床上預測病人在一年內是否發生中風，以及是否由肺靜脈引起心房顫動的3D影像分類。
Mobile: +886-988-313-160
Email: [email protected]
技能
Python
視覺化：Matplotlib, Seaborn
- 機器學習套件：
Tensorflow, Keras, Scikit-learn, Fast.ai, OpenCV
Machine Learning
- 模型：Random Forest, XGBoost, LightGBM, SVM, CNN, RNN, LSTM, ResNet
- 特徵選擇：Genetic algorithm, Simulated Annealing
Dimension Reduction
Multidimensional Scaling (MDS), SCMDS, Principal component analysis (PCA), Factor analysis model, Lasso regression
學歷
2018 - 2020
國立交通大學
統計學研究所
論文題目：Using Machine Learning Model and Ensemble Learning to Predict Ischemic stroke
第三屆統計研究成果研討會海報論文競賽—特優獎
2014 - 2018
私立淡江大學
統計學係
相關課程：回歸分析, 類別資料分析, 實驗設計, 無母數統計, 多變量分析, 時間序列, 倖存分析
程式：R, SAS (SAS Certified Base Programmer)
社團：統計系籃球隊-隊長 大統盃,亞軍, 2016 大統盃季軍, 2017
專案經驗
國立交通大學與台北榮民總醫院心臟科
預測病人在一年內是否發生中風Ischemic Stroke
透過機器學習 (Machine Learning) 預測病人在一年內是否發生腦缺血型中風 (Ischemic stroke) 並且提升模型在 auc 上的表現。研究過程我們遇到資料極度不平衡的問題，透過變數選擇 (Feature Selection) 幫助我們挑選重要的特徵，使用集成學習 (Ensemble Learning)及下採樣 (Under-sampling)結合多個模型及處理資料不平衡的問題。
國立交通大學
Modeling High-dimensional time series by Structural factor model
研究威爾夏5000指數 (Wilshire 5000 index) 成分股，透過主成份分析 (Principle Component Analysis) by Bai and Ng, Ratio-based method by Lam and Yao, and Structural factor model by Gao and Tsai, 找出背後影響5000支股票的潛在變數。對應於潛在變數與5000支股票的權重，得到新的一組投資組合，比較投組與指數的報酬。
工作經歷
四月 2020 - 六月 2020
時間序列助教 國立交通大學
批改學生作業以及協助課業問題。
七月 2019 - 八月 2019
因子選股實習生 元大投信
利用統計方法幫助大中華團隊研究A股，挑選出重要因子且建構模型挑選股票。檢定因子間是否存在共線性，影響下一期報酬率估計。最後透過因子表現分成五組，回測並且比較各組表現。實習期間與主管配合良好，經理人提供想法以及自己的選股邏輯，我再透過檢定和回歸等相關統計方法實現，彼此互助學習讓我獲益良多。
七月 2016 - 八月 2016
顧問助理 VIT Advisors Limited(維億投資顧問有限公司)
陪同顧問到中國海口平安銀行做諮詢及授課，負責記錄諮詢重點。