黃仕勳 Ryan Huang [email protected]
臺灣科技大學主修資工輔系財金畢業，現為臺科大資管所研究生。目前於永豐金控負責AI專案，接觸強化學習與AI於真實業務場景應用。過去一年半在野村投信擔任 IT Intern，完整經歷三個專案累積功能開發、跨部門合作與領導合作等軟硬實力 ; 在校同時有多項產學與專案經驗。期許結合在校所學與實習累積的實務與跨域經驗，成為學以致用的專業人才。
學歷
Sep. 2021 - Now
國立臺灣科技大學
資訊管理所 計算與資料探勘實驗室
Sep. 2017 - June 2021
國立臺灣科技大學
主修：資訊工程系 資料探勘與社群網路分析實驗室
輔系：財務金融學士學位學程
工作經歷
數位科技處 AI 人工智慧組實習生 • 永豐金控
July. 2022 - Now
- 負責利用強化學習於分行智慧調度專案
超過 80% 的分行，模型表現優於人類調度
實驗不同模型架構，提升模型勝率 10%
- 利用強化學習於 AI Trading 專案，最大化報酬並且控制風險
接觸 Stable baseline3, Airflow
電腦資訊部實習生 • 野村投信
Jan. 2021 - June 2022
- 完整經歷與負責三個專案從規劃至開發再到測試與部署和AI專案維護
全委代操功能移轉 : 移轉資料與功能至自建平台，節省成本、增加開發彈性並優化使用者介面
業務移轉功能: 將日常作業功能化，每年減少 50 MD 並增加覆核機制提升安全
培訓時數紀錄: 將時數統計功能化並正確匯出報表提報公會，減少 92.5% 作業時間
- 主導與協作兩位新實習生完成專案
- 參與跨部門合作累積跨域溝通經驗
接觸 C#, ASP.NET, Winform, MS-SQL, LINQ, CICD(Azure)
Python 全方位期貨課程講師 • MasterTalks
Nov. 2021 - Now
- 教授從 python 基礎、爬蟲、回測、Line提醒到AI應用於期貨市場
- 課程銷售額突破百萬且銷售進度一年內突破 1300%
- 負責 python 基礎教學、Backtrader 框架策略回測、AI 應用課程
活動企劃實習生＆校園大使 • IOH (秘密公開有限公司)
July 2019 - Aug. 2020
- 網站內容(講座)產出，精準提問使講座內容深化與科普
- 舉辦 9 場工作坊，一對一協作 12 位來自各校各領域講者(含一位外籍講者)
- 擔任校園大使赴高中職演講，分享講師經驗並推廣 IOH
- 演講 10 所 學校，累計觸及 2000 人以上
- 資訊統整與科普產出四支(資訊、數理化、遊憩與運動、藝術)學群介紹影片
社團經歷
隊長 • 臺科大法式滾球校隊
Apr. 2020 - Apr. 2021
球技與領導能力的磨練與身兼數職的挑戰
- 組織團隊，擔任團隊中的溝通橋樑
- 球隊財務管理、社群網路管理
- 四年大專盃累計奪得2冠、2亞、1季
美宣長＆團員 • 臺科大國際親善大使團
Apr. 2018 - June 2021
專業儀態與自信的成長，培養表達與跨域合作的能力
- 擔任第 14 屆美宣長，經營社團獲得社團評鑑第三名
- 擔任校內外禮賓人員，引導接待各級長官貴賓
- 擔任社課講師培養學弟妹們成為專業親善大使
專案經歷
自動化商品推薦演算法 • 產學合作
Sep. 2021 - Oct. 2021
- 實現決策樹, 商品關聯分析, 協同過濾演算法生成推薦模型
- 客製化資料前處理客戶、商品及交易資料
- 使用 scikit-learn 自動化生成決策樹
惡意文字訊息攔截與異常帳號分析 • 遊戲公司產學合作
July 2020 - June 2021
- 透過 XLNET, TextCNN 訓練分類模型，準確率達 93%
- 利用 Hash function, K-Means, Levenshtein Distance 分群找出異常帳號
- 藉由 TF-IDF 判斷重要字詞並以文字雲呈現
- 建立拼音、黑白名單機制優化不當訊息過濾表現
關聯性分析實現 Netflix 影集推薦 • 社群網路分析實務 期末報告
Apr. 2020 - June 2020
- 以社群網路分析方式(建關聯圖) 解讀 Netflix 影集資料並依關聯性推薦相似影集給使用者
- 透過 TF/IDF 評估「詞」對於「影評敘述」的重要程度後計算描述相似度
- 利用連結預測演算法 Adamic Adar algorithm 進行關聯分析
企業預警模型
Dec. 2020 - Jan. 20201
- 分析財報資訊並研究與違約之關聯性
- 資料前處理並計算數據指標
- 建立 ML model 預測該公司是否違約
LinkedIn 商業表現與推薦功能技術分析 • 人工智慧和資料的商業價值 期末報告
Apr. 2021 - June 2021
- LinkedIn 推薦技術與演算法分析
- Feed: 利用ML學習頁面停留時間Threshold，判斷使用者是否喜歡內容並客製化調整推薦結果
- Recruiter x Applicant: 透過多個 model 與不斷重新訓練預測求職者正面回覆機率，提升招募合適人員準確率
- 分析微軟財報及 LinkedIn 盈利模式與競爭優劣勢
技能
擅長領域
- 資料探勘
- 強化學習
- 自然語言處理
- 社群網路分析
- 量化交易
- 推薦系統
- 專案管理
技術
- AI Framework
- scikit-learn
- Pytorch
- Reinforcement Learning
- Stable baselines3
- FinRL
- 軟體開發
- ASP.NET
- LINQ
- DevOps
- CICD (Azure)
- 版本控制
- Git
程式語言
- C : 精熟
C++ : 精熟
C# : 精熟
Python: 精熟
SQL: 精熟
語言
- English (TOEIC: 680)
