dsc_sheng.jpg

林敬昇      

我是敬昇,沈迷於自我突破、「敬」步與提「昇」。喜歡寫程式、手沖咖啡、旅行、寫作、健身。
資料探勘課程啟蒙我對資料洞察真相的興趣,使我成為資料科學的信仰者。
新創實習、 R 語言講師、黑客松等等的歷練,使我成癮於挑戰新事物的行動者。
終極目標是成為具有影響力的資料科學家,期許自身從分享、貢獻社會去創造資料的價值。


教育背景:                                                             服役狀態:

國立政治大學 統計所, 2014/09 - 2016/06          替代役 雲林地方法院司法行政役, 2016/09 - 2017/08 


聯絡方式:                                                             語言程度:
[email protected]                          TOEIC:800
0987-301-320, Taoyuan, Taiwan                        (測驗日期2017/03/26)

    工作經歷

Data Analyst Intern at Whoscall, 2015/03 - 2016/06

  • 專案1:使用者輪廓預測
    • 內容:根據探索性分析尋找有效的特徵,建立使用者輪廓的優良預測模型(AUC=0.913)提供行銷部門標記用戶輪廓
    • 運用技能: NoSQL、 Linux、User Profiling 、機器學習模型評估
  • 專案2:App 使用行為分析
    • 內容:運用通話行為數據進行分析,挖掘用戶潛在需求,提供產品部門設計新功能的參考依據 
    • 運用技能:資料視覺化技巧、大量數據ETL
  • 專案3:廣告成效儀表板
    • 內容:建立廣告投放成效的互動式儀表板 Prototype,有效減輕工程師常規性的整理資料所產生的工作負擔,提供管理層級自主查詢廣告成效數據。
    • 運用技能: SparkR、R Shiny 套件

Data Analyst Intern at DSP智庫驅動, 2016

  • 專案1:用電大搜查
    • 內容:與風傳媒合作,整合大量政府開放資料,運用統計分群方法,找出用電行為的insight。
    • 運用技能:電力資料、開放資料、R套件flexdashboard
  • 專案2:Data Camp 講師
    • 內容:四天的資料科學培訓營隊,負責進階探索性資料分析的課程講師,分享空間視覺化等進階視覺化方法。 
    • 運用技能:R語言課程教學經驗

Data Lab Leader at NCCU 健保資料庫團隊,  2015/09 - 2016/06

由政大余清祥教授所組成的健保資料庫團隊,擔任領導者的角色協助團隊夥伴解決問題。 

主要負責:

  • 立定年度團隊目標
  • 優化團隊協作效率:Trello、Slack、Goole Drive、RJDBC
  • 程式語言訓練課程:R&SQL

建立工作流程的該年度中,不僅改善團隊溝通協作效率,更提升資料的串接流暢度,加快整體資料分析的流程。

專案經歷

2016 亞洲跨國黑客競賽 冠軍

在一天半的期限內,混搭台電用電資料及其他不同單位的政府開放資料(男女/老年人口/所得/教育程度),設計出用電量資料儀表板運用資料視覺化的方式呈現出用電量與人口特性之間的關聯性。讓公部門以Data-Driven的方式獲得Insight,做出電力管理決策。


健保資料庫就醫行為研究

2014/09 - 2016/06

使用SQL清理與合併國衛院所發行的健保資料庫,包含:醫事機構基本資料檔、承保資料檔、門診處方及治療明細檔等大量資料(數百GB)。在利用R語言串接(RODBC)SQL資料資料型態轉換、計算(dplyr、tidyr)、視覺化(ggplot2、Highcharter),探索國人就醫行為的習性。

Skills


Programming & Database

R \ MS SQL \ Python:

  • ETL & Data Pipeline
  • Visualization
  • Modeling
  • Dashboard



Statistical Methods & Machine Learning

  • Supervised & Unsupervised Learning 
  • Dimension Reduction 

  • Applied Linear Regression 

  • Hypothesis Testing & Confidence Intervals 
  • Categorical Data Analysis

Powered by CakeResumePowered by CakeResume
Powered by CakeResumePowered by CakeResume