目前就職於工業技術研究院的巨資中心，主要的工作內容是開發核心演算法，利用深度學習以及機器學習方法來達成分析目標，目前有接觸過的專案包含理財機器人、備料分析、財報資料分析等等，對於時序資料 (time series data) 的分析已經接觸了一陣子了，在分析的過程中嘗試過許多不同的深度學習演算法，包含LSTM, CNN, GRU等等，對於資料分析有一定的熟練度。
本人的研究興趣包括Machine learning 和 Web Development。從大學時期開始接觸前後端技術，並且接任華人生涯網的網頁工程師。在研究所時期開始接觸Machine learning相關課程，並且自發性的學習線上資源。在碩一的暑假前往工業技術研究院的巨資部門實習。就學期間曾擔任資料科學概論課程的助教和TSMC machine learning 課程的助教。熱衷參與社群活動，希望能結交更多不同領域、熱血的夥伴，從中學習到更廣泛的視野與格局
☆ 教育背景
✐ 清華大學 資訊系統與應用研究所 ( 2015～2017 )
✐ 彰化師範大學 資訊工程學系 ( 2011～2015 )
☆ 經驗
✐ 工程師 工業技術研究院 巨資 (2017/9 ~ 現今)
✐ 課程講師 TSMC Machine Learning 訓練計畫 (2017/1~2017/2)
✐ 課程助教 清大資料科學概論 (2016/9~2017/1)
✐ 實習工程師 工業技術研究院 巨資 (2016/7~2016/8)
✐ 網頁工程師 華人生涯網 Chinese Career Net (2013~2014)
☆ 技能
✐ Machine learning, Text mining, Deep Learning
✐ Hadoop, Spark
✐ Javascript, JQuery, CSS, Html
✐ Python, C/C++, PHP, Java
✐ MySQL, MongoDB
✐ Crawler API
✐ Photoshop, Illustrator
☆ 工作專案
☛ 台電備料預測, 2018
透過台電提供的200多種材料備料資訊，利用深度學習的方法來預測下1~6個月的備料數量。此專案的困難點在於每個材料本身的資料都十分少量，再加上資料的稀疏性高，造成深度學習的演算法難以學習。此專案透過Transfer learning的架構解決了資料稀少的問題，此方法大幅降低了預測的誤差率，也節省了許多訓練時間。
☛ 金融理財機器人, 2017
潛力基金分析：針對於35個不同市場各自建立相對應模型，透過經濟指標結合基金本身的資訊，包含基本面和技術面等等，利用LSTM學習基金的時序資料，藉此建立預測後一個月之漲跌預測。
ETF漲跌分析：收集大量的經濟指標，利用DTW的方法找出和ETF相似度高的資料，再結合ETF本身的資料，透過LSTM架構去建模預測漲跌以及數值。有參加過T-brain所辦的—台灣ETF價格預測競賽，並在129隊拿到第24名。（https://tbrain.trendmicro.com.tw/Competitions/Details/2）
匯率對預測：預測未來22天匯率對的漲跌。利用大量的技術指標以及經濟指標（包含swap rate, 黃金等等）資訊，透過transfer learning + attention的架構來建立預測模型，而transfer learning在此專案內使得準確度比單獨用自身匯率對的資訊建模還要高出5%以上的準確度，再加上attention能自動學習模型需要的特徵資料，藉此架構大幅降低前處理時間以及訓練模型的時間。
☆ 專案作品
☛ Highlight影片剪輯器 , 2016
資料科學概論期末專題，根據影片裡的彈幕資訊，藉由deep learning、solr等方法，找出影片的精采片段
Python, keras, solr, deep learning, php
☛ Gist-api , 2015
交通部創新API 應用競賽 - 高雄地區大眾運輸接駁規劃 , 佳作
Python, Google Map API, Html
☛ Teacher-manager, 2015
Laravel, PHP, CSS, Html
☛ ChineseSearchEngine, 2015, 2015
清華大學自然語言期末專題
Python, Flask, MapReduce, Html
☆ 校園經歷
2013~2014 彰化師範大學 資訊工程學系 副會長
在任期內舉辦「全校性電競大賽」的總召,並且與欣亞、ASUS、巨匠電腦、Cooler Master、Garena 等等廠商合作。
2013~2014 彰化師範大學 漁村服務社 副社長
與社長一起籌畫四天服務學習的活動，包含受訓服務員、接洽學校和安排活動等等。
Comments