專家介紹
在職 : 勝圖國際企業股份有限公司
我們使用 Unity 來創建線上遊戲和主機遊戲。除了處理Unity前端遊戲介面外，我們還協助後端程式修改，並將控制台交給相關單位進行測試。我也做過遊戲測試，架設遊戲伺服器，進行過機器相關的操作。此外，它還協助撰寫與工作相關的文件。例如，建立Unity遊戲的前期步驟，甚至上傳到商店進行內部測試，設定伺服器和機器之間的連接...等
兼職 : 北安藥妝藥局
貨物上架、整理貨單、介紹相關產品給客戶、櫃台結帳
碩士：電腦科學與資訊工程系，2023 年 8 月淡江大學
我在人工智慧和深度學習領域的經驗證明了我對該領域堅定不移的熱情。除了學習演算法（隨機演算法、博弈論）和程式設計等課程外，我還積極參與友達光電的產學合作計畫。這些項目利用人工智慧深度學習的力量進行實驗，使用模型和影像處理來提高電路板生產的準確性。這不僅提高了真陽性、真陰性、假陽性和假陰性的識別率，而且還提高了產量。第二年，研究論文主題致力於與可解釋推薦系統相關的資料分析。在推薦系統出現之前，這種行為就存在於日常生活中。以我在藥局的工作為例：當顧客想要購買健康食品時，我們可以在技能體驗教育詢問過程中了解顧客的需求並提出相應的建議。但從人類的角度來看，可以提出的建議是有限的！更不用說推薦的準確性以及是否會讓顧客立即購買。然而，當我們把整個推薦理念搬到網路上時，可供參考和模型訓練的資訊增多，可以更準確地計算出更貼近客戶需求的產品。我的主要研究領域之一是個人化且可解釋的推薦系統。雖然傳統的推薦系統是根據客戶的瀏覽歷史記錄和線上購買記錄進行模型計算來給出最接近客戶需求的推薦，但我相信更先進、更有益的系統是個人化推薦系統。該系統從傳統推薦系統延伸而來，融入了更多與使用者相關的資訊（偏好、年齡、使用者行為…等）。這些豐富的資訊使推薦系統能夠做出更全面、更有針對性的推薦，大大增強了用戶體驗並激發了對其潛力的好奇。個人化推薦系統後來擴展到「可解釋的」推薦系統。但這種可解釋性並沒有標準答案。一篇論文提出，向使用者推薦產品會附上向客戶推薦此類產品的理由。這就是他們的可解釋性。除了獲得更好的推薦之外，可解釋性還可以更好地說服用戶。我還精心地將時間的概念融入可解釋的個人化推薦系統中。在這種情況下，時間作為我的可解釋性，因為我們不能保證使用者在每個時間間隔可能喜歡的類別都是相同的，外界也可能在短時間內影響他們（例如他們最喜歡的名人或同儕） ），這會產生巨大的差異。因此，我在推薦系統中也考慮了時間間隔的因素，以便他能夠更人性化地說服並做出最佳推薦。這使得使用者對推薦系統有更高的依賴和信任。我使用 Transformer 的編碼器和矩陣分解作為推薦系統的架構來進行資料合併和分析。我將其與上面提到的時間可解釋性結合起來，整理出我們根據每個使用者推薦項目的相關數據所做的預測。
學士: 創新資訊與科技系, 2021 年 6 月 淡江大學
大學期間，我就讀淡江大學蘭陽分校資訊創新與科技系應用資訊小組。由於它是一所國際學校，所有課程均以英語授課。我可以認識來自世界各地的學生。我用英語和同學交流。除了與不同班級不同國籍的學生見面、與香港的高年級學生見面設計遊戲外，我還以室友的身份與日本學生一起學習和交流。除了學習本科相關課程外，我們還學習國際觀、國際禮儀等相關課程。在學校的課餘時間，我還擔任排球隊的經理，在比賽前幫助球隊規劃行程和住宿預算，與製造商溝通製作球衣設計，並在訓練期間人手不足時一起訓練。大三出國也是我們國際學校的特色之一。出國並在那裡待了一年是一次寶貴的經驗。由於疫情影響，我在大三剩下的幾個月回台灣之前，為畢業設計研究了「人臉辨識溫度系統」。組裝視訊鏡頭和熱成像儀以連接到電腦並透過動態顯示捕捉臉部和溫度數據。人臉辨識是透過將每個人的照片輸入到模型中進行訓練（分別測試不同數量照片的準確性）來進行的。識別進出人員，利用熱像儀顯示的體溫識別校園、公司等進出人員數量，在周圍無人的情況下了解人員是誰以及是否發燒- 通過人與人之間的接觸來測量體溫。
交換計畫：計算科學，2020 年 5 月 維諾納州立大學 - 維諾納，明尼蘇達州
從大三到大四去了美國威諾納州立大學之後，是我知識面最拓寬、最讓我增殖的一年！不同的班級制度，課堂討論的參與度更高，學校活動的參與度也更高。我甚至還拜訪過別人的家。假期你如何安排去不同的地方，如何處理機票、加拿大電子簽證問題、找導遊，在預算壓力下來一場輕鬆去極光之旅？今年是我人生中最關鍵的轉捩點。除了學習電腦科學和經濟學課程外，我還學習了小組作業和每份報告的演示。教授不會因為你來自另一個國家而把你分到一個小組，而是會把你分到一個和來自不同地方的人一起互相學習的小組。這些都鼓勵我開拓了更廣闊的國際視野，我的想法不再受到太多限制
學習過的相關技能：html/CSS, C, C++, Java, python, My SQL, Tensorflow, Pytorch...
使用過的相關平台 : Visual Studio Code, Anaconda, Google Colab, Jupyer Notebook, Unity, GPT
正在學習：Google Analytics, Google開設的PM課程(Coursera)
