洪紹銘(Simon Hung)

Software engineer  

  [email protected]

    +886 988-595-962

      「Work Smart, Play Hard !」是我讀書階段最後的體悟,從小就是一個好動的孩子,因緣際會下在大學階段了解資管學習內容後,感受到使用電腦完成生活瑣事的強大,將這股熱情實踐在程式碼上,學習前後端設計、資料庫、資料分析到架構規劃...等,更在大學專案獲得資訊服務競賽第一後,延續這份熱情及成就感進入研究所,運用這兩年接計畫加強實務經驗、閱讀實作機器學習理論,並透過論文撰寫加深自己寫作的能力。求學階段的努力,讓我在畢業後順利進入極具挑戰的新創公司,必須同時面對著開發及異常處理,甚至時常當起客服的客服,解決操作問題或挖掘待開發的任務。

        面對不間斷的挑戰,解決設想不到的問題,並從中取得平衡,這不僅是工作上遇到的狀況,也是人生中的課題,期許這些歷練能讓自己達成工作、生活兼顧的目標。

程式能力


  • 精通: Python 、R、MySQL、 Linux
  • 中等: JAVA、HTML5、CSS、JavaScript
  • 基本: C/C++ 、Android Studio

雲端平台建置經驗


基於 CentOS 串連多台PC/SERVER 架設雲端運算平台
運算環境RStudio、JupyterLab
分散式系統Hadoop、GreenPlum、Spark、H2O
容器化服務Docker、Kubernets
機器學習應用導入Kubeflow、 MLflow、argo
網路管理: Apache、Nginx

語言能力


  • 中文: 母語
  • 英文: 多益 725

學歷

經歷

國立中山大學  •  資訊管理學系所

2014 - 2020

   

軟體工程師  •  樂播科技股份有限公司

2020/09 - 至今

工作內容

       直播電商第三方平台,透過串接物流、金流、進銷存管理、粉絲分析...等功能協助直播電商活絡,主打觀看 FB 直播購買產品時,留言輸入+1即可至購物車完成購買。在開發及維運人力有限的狀況下,將服務架設於 AWS 提供之雲端伺服器,也因為待在規模相對較小的工程團隊,讓我有不斷成長的機會。工作內容從需求規劃、系統分析、開發到測試,除了上述實作技巧,更多的是面對不同客戶提出的突發奇想,這些需求都讓我的開發思維更加豐富,而我也在這份工作中實際了解到市場對程式開發的需求,以及業界的瞬息萬變。

工作技能

前端: React Redux/ HTML/ CSS/ JavaScript/ Android Studio  | 後端: Python(Django)/ MySQL/ Redis/ Nginx/ ELK

相關工具: Google Analysis/ AWS(EC2, S3)/ Git/ Linux

工作日常

  • 修正異常:現行程式碼中,更正無預警發生之狀況,以及整合新功能導致的延伸問題。 
    Ex. 修正物流串接API、加速用戶編輯訂單、批次調整人為疏失訂單 
    ...

  • 系統開發/設計:依照客戶需求,設計功能操作並整合系統架構。 
    Ex. 建構消費紀錄彙整,提供簡易分析、建構優惠卷功能 ...

  • 資料庫優化:加速資料庫查詢時間,透過ELK減少資料庫搜尋壓力,改善資料表欄位。 
    Ex. 配置ELK加速模糊搜尋、使用Log機制減少大量更新 ...

近況


2018 ~ 2019  中山管院業大數據分析平台
擔任平台建置、維護人員。 多次協辦 商業模式與大數據分析競賽,並擔任工作坊講師。

2018   中山資管2018高中生機器人程式設計體驗營
擔任營隊幹部,協助機器人闖關活動設計、隨堂課程助教以及活動紀錄。

2016 ~ 2018   畢業專案 Drawable-捉簿
入圍 臺灣產學策進會 「2018 放視大賞競賽」
榮獲 「2017 全國大專院校資訊服務創新競賽資訊技術應用組一」第一名 🥇

2014 ~ 2018  中山大學校男籃 🏀
擔任隊長期間,帶領球隊創校史最佳成績,榮獲106學年全國大專籃球聯賽公開二級 第五名

2016  高捷三向度網頁
擔任組長及開發工程師,協助高雄捷運局建立「形象影片創意競賽」活動網頁。

精選專案



2019/9~2020/9                                           Link  Thesis

實作過程: 
收集處理資料、比較模型優略、建構模型、實驗、調整統計分析模組、建立動態化分析結果、攥寫論文。

基於在線式深度非負自編碼的主題演進及分散度探索

'' 不同時間點探討相同主題的內容是否相同 "

    「鑑古知今」,藉由過往的經驗判別當下甚至未來的發展,一向都是生活的一部份,機器學習也運用著相同的道理。

       本篇論文是研究所期間,藉由使用 arXiv.org 上關於機器學習的論文,期望辨別出不同年份探討機器學習的主題/詞彙有哪些明確的演變,透過我們提出的 Deep Non-negative Autoencoder 做為訓練模型產生主題,訓練期間結合 Online Learning 加入時間因素。

        根據我們的實驗結果,可看出文字在不同時間點中佔主題的機率,得以判斷主題是否不同,最終以 Shiny 為介面呈現演進過程。


2017/9~2020/7

負責專項: 
建構K8S集群(5台PC)、了解實作網路協定、建立使用Log紀錄查詢機制(ELK)、動態化呈現集群資源工具(Grafana)、實作ML pipeline (Kubeflow, Argo)。

聯華電子產學-資源共享平台 (Resource Sharing Platform, RSP)  

'' 加速多部門協作時間,妥善利用運算資源 "

        建構一個公司內部的雲端運算環境,如何有效地分配現有資源是這個計畫主要的問題,我們研究室以過往維護校內平台的經驗,提出使用開源軟體 Kubernetes 為基礎搭配 istio, EFK, Prometheus ...等應用工具建置雲端環境。

        計畫執行過程中包含配置、監控、CI/CD、網路協定...等多項議題,都多次實驗加以討論找出最符合業者的配置模式,並透過自動化部屬工具 mass/juju/LXD,提升集群的擴展性。


2017/3~2020/7                                                        Link

負責專項:
定期更新叢集相關套件、建立及維護分析環境(RStudio, JupyerLab)、開發叢集監控平台、攥寫分散式運算範例程式碼、開發GPU資源配置機制、導入容器化套件。

中山大學管理學院大數據平台維護

'' 提供管理學院學生一個快速可以上手的運算環境 "

- 大數據運算集群維護、開發
    管理包含24台PC及6台Server的叢集,配置GPU運算集群、處理資料備份、軟體更新、 虛擬伺服器配置...等。

- 配置分散式資料庫、編寫分散式運算應用
    實際開發Spark、Hadoop、H2O、GreenPlum程式,並攥寫相關使用設定,提供學院多次大數據競賽之程式範例。

- 建置運算及監控平台
    架設 JupyterLAB、RStudio、Shiny,並開發管理使用者的平台,其中包含記憶體使用限制、GPU使用排序功能。


2018/11~2019/2                                                        Link

負責專項:
清理優惠卷資料,調整演算法參數,攥寫驗證準確度機制以及擔任報告者。

統計學習與資料探勘:折價券購買推薦

''推薦系統: 看似相同卻變化莫測的未來"

        此份研究主要是探討舊有會員的屬性及購買折價券的偏好,藉以找出規律推薦即將發售的折價券。這是推薦系統常遇到的狀況稱為 Cold-Start Problem,狀況說明如下:
1. 新用戶:沒有用戶的瀏覽記錄、消費記錄,該如何推薦?
2. 新產品:沒有購買、瀏覽產品的資料記錄,該如何推薦?

        我們在這次的分析計畫中,使用了非負矩陣分解(NMF)的方法,該模型會壓縮資料維度,產生主題,最終藉由矩陣回推,找出不同用戶的推薦資訊。


2016/7~2017/7

Link    Video

畢業專案 - Drawable 捉簿

''捉得住的畫簿"

        AR 相關應用日漸熱門,但畫面中呈現的物件大多不是我能自己打造的,如何方便且快速的將自己建立的 3D 物件運用AR技術呈現,便是我大學專案提出的構想。

       專案執行過程中,以電腦端透過 Leap Motion 結合 Unity 建立立體小畫家,讓體驗者建立屬於自己的立體物件,並在手機端使用Android Studio 開發 AR筆記本。 開發過程中,我負責手機端接收物件,綁定目標物,將3D物件運用AR技術呈現在目標物上,並於競賽及畢業專案發表中擔任主講者。

Powered by CakeResumePowered by CakeResume