1. AI Governance & MLOps

於玉山銀行自 0 至 1 建立企業級 Responsible AI（RAI）治理框架，設計涵蓋組織治理流程、模型生命週期管理、風險分級機制與生產環境監控之完整架構。 框架橫跨模型開發、驗證、部署與監控階段，並與現有 DevOps 與資料平台流程整合。

設計並實作多項可程式化之 AI 治理技術控制項（Technical Controls），包括：

1. • 模型風險分級與強制檢核流程 

   • 訓練資料完整性與資料漂移（Data Drift）檢測機制

   • 模型輸出穩定性與異常行為偵測 特徵偏移（Feature Drift）與分佈監控

   • 模型可追溯性（Model Lineage）與版本控管

   • 建置與 Vertex AI 生態系整合之 24/7 全自動監控機制

   • 即時監控模型效能指標（Precision / Recall / Drift）

2. Data Platform Optimization & ETL Engineering

重構富邦數據中台標籤資料庫架構，透過索引優化與查詢計畫調整、聚合邏輯重寫與資料分區策略、效能瓶頸排除使系統效能提升 70%，標籤模組資料準確度提升 90%。核心實作邏輯抱括：

• • • 優化標籤推薦模型之 ETL Pipeline，針對大量 SQL 聚合與資料 Join 操作進行重構，將高成本聚合轉為分段計算，透過中間層資料緩存降低重複計算，重設資料流向以減少跨資料庫傳輸，使整體資料處理效率提升 70%。

    • 優化 MongoDB 與 Oracle ETL 日期區間處理邏輯，重新設計時區與時間格式標準化，邊界條件處理（inclusive / exclusive）資料重複與缺漏檢測機制，使整體資料準確度提升 90%。

    • 設計並實作參數化資料轉換機制，將資料轉換邏輯抽象為可配置化模組，引入參數驅動轉換規則（schema mapping / data type conversion） 降低硬編碼邏輯，提升 ETL Pipeline 的可擴展性與維護性，使標籤模型與 MongoDB ETL 流程具備更高彈性與模組化能力。

1. 主導開發高效分散式 ETL 平台 Mole，解決跨資料庫（RDBMS / NoSQL）大量資料傳輸之效能瓶頸、網路限制與 Schema 差異問題。採用抽象架構與統一 Schema Mapping 機制，並透過 Spark 分區優化與 Join 策略調整，使整體 ETL 效能提升 60% 以上及資料準確率提升 80% 。核心設計包括：

   • 抽象化資料來源與資料目的端接口（Connector-based Architecture）

   • 統一 Schema Mapping 與型別轉換機制

   • 分散式讀寫與資料分區策略優化

   • 透過 Apache Spark 重構資料處理流程，優化Partition 規劃與 Shuffle 控制、Persist / Cache 記憶體層級管理

   • 設計並實作資料驗證（Data Validation）模組，建立：Schema 檢核與欄位型別驗證、資料缺失、重複與異常值監控

   • 設計 RESTful API ETL 架構，用於擷取非結構化與外部系統資料

   • 建置 Kubernetes 環境下之自動化測試與 GitLab CI/CD Pipeline

2. 參與 CaFe 聯邦學習框架開發，實作分散式模型訓練與安全參數聚合機制，透過 Federated Learning 架構解決資料孤島問題，降低 20% 詐騙金流。主要參與內容包括：

   • 於 Kubernetes 上部署 Hadoop 生態（Spark / YARN / HDFS），設計資源隔離與端到端測試流程（Smoke / Stress / Stability），提升平台穩定性與可維運性。

   • 於 AWS（EMR / EC2 / RDS）與 GCP 建置多雲大數據與測試環境，支援跨環境部署與驗證。

3. 參與敗血症預測專案之資料與模型工程設計，建立完整資料前處理 Pipeline（缺失值處理、異常值檢測、類別編碼、Stratified Split），透過模型優化提升臨床輔助判斷能力。主要參與內容包括：

• • • 設計完整資料前處理 Pipeline，包括，空值處理（Missing Value Imputation） 極值與異常值檢測（Outlier Handling） 類別型與連續型資料區分與編碼 Stratified Shuffle Split 以維持類別比例並強化訓練穩定性。

    • 開發 XGBoost 模型並進行特徵工程與超參數調校，提升 Recall 與 Precision 表現，降低 33% 檢驗誤判率。 

    • 將整體模型與資料處理流程容器化並部署於 Kubernetes： 建立可重現訓練與推論環境、提升部署一致性與遷移效率、降低環境建置成本。

1. 開發無人戰鬥機AI，提供飛行員進行假想敵訓練。

   • 開發資料前處理功能，處理空值、極值及區分離散或連續型資料。

   • 透過LSTM、NN、RL等技術，訓練無人戰鬥機模型。

2. 建立數據視覺化網站，提升數據研究效率，加速特徵蒐集。

   • 透過javascript、PHP等語言開發數據視覺化網站。

1. 開發朝陽電子報網頁，負責登入、留言板、管理員網站等。

2. 開發朝陽USR計畫網站，使用Django製作，運用Javascript、Ajax、Postgresql等技術。

• 畢業論文：基於對沖的低風險高獲利加密貨幣套利系統

• 獨力完成AI決策篩選系統

• 獨力完成自動量化交易系統：趨勢量化網格、型態網格

• Oh!DogCat流浪動物收容平台開發 負責後端程式、數據分析、資料庫開發等。

• Oh!DogCat流浪動物 LINE官方聊天機器人 負責數據處裡、後端程式、資料庫開發等。

• 獨立製作網頁遊戲設計，從規劃、故事、場景等，到雛形、實作、測試於1個月內完成。

• 使用Swift製作流浪動物收容APP

• 參與第23屆競舞啦啦隊籌辦組，從規劃、資金、主題等，到人員分配、陣型於4個月內完成並獲得優勝。

• 獨立製作線上股票看盤系統，使用Jupyter Notebook製作。

• 於104年全國商業技藝競賽程式設計組第10名。

• 高雄數位程式設計競賽第1名。

• 領導精英社社員，帶領國高中生參與活動及講解活動內容。

• 畢聯會活動執行長，規劃畢業活動、畢業典禮、畢冊設計製作等。

• 擁有軟體應用乙級、會計資訊丙級、網頁設計丙級。