2025.10 — 目前
Harbor Tech Data Scientist
主責產品流程與領域邏輯,串接設備資料、診斷、報告及操作流程;與工程夥伴共同建構平台,負責需求、假設審查與驗證。

我是一位從資料科學研究走進工業現場的 AI Engineer,投入 Harbor AI 2.0 的常態設備監控與出廠品質檢測兩項產品,將分析與客戶需求做成可交付、可持續維護的系統。
品質檢測的端到端交付主導設備出廠檢測:從客戶需求、規格、系統實作與 UI/UX,走到現場示範與教育訓練。
工業智慧監控平台主導產品流程與領域邏輯,將振動分析推進到報告服務、平台派工與下載整合。
可追溯的 AI 開發流程建立專案與 issue 紀錄架構,串起每日所有功能回歸、並行修復與驗證,保留人工審查與發布判斷。
在 Harbor Tech,我從設備訊號分析與客戶報告出發,逐步參與 Harbor AI 2.0 的平台設計、服務整合與版本交付。我的工作橫跨需求釐清、領域邏輯、前後端流程與驗證:讓分析結果成為使用者看得懂、工程團隊能持續維護的功能。
我也建立人與 AI agents 協作的開發環境:把需求、待決事項、修復分支與驗證結果連回同一份專案紀錄,讓多項修復及驗證能並行推進。每日回歸與監控發現問題後,由 AI agents 分支實作與測試;我負責產品取捨、領域判斷、驗證條件與結果審查,PR 再進入人工審查與發布決策。這套環境也用於新功能開發。
例如在剩餘壽命分析中,我追查 AI 結論的依據,辨識出被當成真實資料的測試常數,再要求實驗直接呼叫實際程式並比較參數影響。研究訓練讓我習慣檢查假設,也把這份判斷帶進產品開發。
2025.10 — 目前
主責產品流程與領域邏輯,串接設備資料、診斷、報告及操作流程;與工程夥伴共同建構平台,負責需求、假設審查與驗證。
2019.05 — 2020.12
整合訪區地址與點間距離,以 OR-Tools、Folium 支援訪查路線規劃和離散程度分析。
常態設備監控
在既有 1.0 環境下,與團隊及 AI agents 從 0 到 1 建構 2.0 的監控、診斷與報告功能。我主導產品與領域設計,參與新舊系統整合、資料遷移及架構與 UI/UX 優化,逐步解除對 1.0 的依賴。

設備出廠品質檢測
將同一套治具輪流量測不同受測件的作業,做成受測件、量測批次、基準比對、判定與報告流程。這是我第一個從客戶需求、規格、系統實作與 UI/UX 優化,一路主導到現場交付的完整客戶專案。

與工業智慧監控平台沿用 Harbor AI 2.0 技術基礎,各自面向不同作業情境與交付需求。
碩士論文研究。主導多尺度 CNN 模型、資料流程、消融與跨資料集評估,檢查模型學到的訊號與泛化限制;部分前處理基於 ChINN 調整。
2020 年東吳大學畢業專題,團隊獲畢業專題第一名。團隊整合追蹤、person ReID 與臉部辨識;我主要負責人物重新識別:比較多張照片的外觀特徵,判斷兩段追蹤是否可能屬於同一人,再將結果接回紀錄流程。案例內附團隊實際測試畫面與 Demo。
景點周邊的防災資源是否足夠?我負責題目發想與資料蒐集,與團隊把問題整理成防災資源分析作品,晉級 2025 城市儀表板黑客松決賽(全台 128 隊、551 人報名,50 隊晉級)。公開儀表板採隊友範本,呈現團隊的分析主題與資料。
主責題目發想、應用場景、產品規格(SPEC)與決賽上台報告;團隊入圍決賽,未得名。本屆全台 85 隊、395 人報名,40 隊晉級正式賽。
2021.09 — 2024.09
2017.09 — 2021.07
Python、pandas、NumPy、SciPy、scikit-learn、CNN;Django、PostgreSQL、Docker Compose、React / TypeScript;Git、AI agents、測試與驗證設計。