關於我 About
從數據中挖掘洞見，用 AI 創造真實價值。
你好，我是 陳冠中 Andy，一名專注於人工智慧應用與大數據分析的 AI 應用工程師。
我的職涯歷程是一段跨領域的成長之旅。早期我曾在台灣微軟負責供應鏈的風險管理與物料決策，在深刻體會到數據的影響力後，我於離開微軟之際，投入了資策會 600 小時的巨量資料分析培訓，正式轉職為數據工程師。隨後，我先後進入聯發科與台積電服務，在最嚴格的產業環境中，累積了扎實的大型企業數據管線（ETL）建置與系統分析實戰經驗。
為了進一步深化 AI 領域的專業，我進入陽明交大科技管理研究所在職專班主修機器學習，並參與了「AI 新秀計畫」。這段兼具技術深鑽與商業思維的歷程，讓我具備了「懂技術，也懂商業邏輯」的獨特優勢。
在技術領域，我熱衷於開發高效、可擴展的解決方案。無論是運用電腦視覺技術、開發基於 LLMOps 與 Multi-Agent 架構的 AI 應用，還是建置自動化測試框架，我都能獨立完成端到端 (End-to-End) 的程式開發。同時，我也擅長在多變的專案環境中，扮演跨部門溝通的橋樑，確保技術能精準解決真實的商業痛點。
離開程式碼與終端機的視窗後，我喜歡透過旅行去探索世界不同的角落，也享受專研手沖咖啡風味的寧靜時光。對我來說，無論是沖煮一杯好咖啡，還是寫出一段優雅的程式碼，都需要同樣的專注與對細節的講究。
學歷 Education
國立陽明交通大學 | NYCU
2023.07 – 2025.08科技管理研究所 碩士
GPA: 4.3/4.3論文研究： 融合結構化與語意特徵之機器學習模型於半導體專利存續預測
- 針對逾 15 萬筆美國半導體專利，運用預訓練語言模型萃取文本語意特徵 (Semantic Embeddings)，並與結構化變數進行異質資料融合。
- 構建並驗證多重機器學習與堆疊式集成模型 (Stacking Ensemble)，實證結合語意特徵能顯著提升專利價值的早期預測準確率。
國立成功大學 | NCKU
2011.09 – 2015.06外國語文學系 學士
經歷 Experience
群聯電子 | Phison Electronics
2024.10 – 2025.04AI Application Engineer Intern
- 自動化偵測框架開發： 建立以 Python 為核心並整合 GitLab 版本控管之偵測框架。支援跨部門測試流程透過 Git 調用主程式執行 Log 分析，自動判定韌體測試失敗原因並回寫 Jira，大幅降低人工排查時間。
- LLM 驅動偵測模組產製平台： 以 Flask 框架實作容器化 Web 應用程式 並串接 OpenAI API，讓研發人員以自然語言描述判定邏輯即可自動生成 Python 偵測模組，顯著提升規則擴充效率。
- AI Agent 自動驗證與一鍵部署： 導入 AI Agent 流程自動驗證生成模組之邏輯正確性，並實作 「一鍵推送 (Push) 至 GitLab」 功能，確保新規則能即時併入自動化測試主流程中調用。
- 偵測成效監控與優化： 建立 Tableau 儀表板持續監控偵測準確率與失效模式分佈，提供數據化依據以持續精進自動化分析流程。
緯創軟體 | Wistron ITS — 派駐台積電
2022.08 – 2024.04Data Engineer / Data Analyst
- 企業稽核數據分析： 於內部稽核部門分析上千萬筆 IT 系統數據，識別 FAB 零件生命週期、資產進出廠、廠商圍標與價格趨勢等營運風險。
- ETL Pipeline 開發： 使用 Python (Pandas / NumPy) 與 SQL (SAP / Oracle) 建置自動化 ETL 流程，執行 IQR、相關係數與變異係數等統計分析以偵測異常因子。
- 自動化數據採集與可視化： 開發網頁爬蟲補充外部數據源，並設計 Power BI 互動式儀表板將風險指標轉化為直觀分析結果，支援稽核決策流程。
宏碁創達 | Acer Synergy Tech — 派駐聯發科技
2021.11 – 2022.07Data Engineer / Data Analyst
- 自動化報表系統： 運用 BigQuery, Airflow, Oracle DB 等工具建置 Data Pipeline，負責 Tableau 報表開發、維護與資料門戶 (DA Portal) 管理。
- 晶片效能分析系統： 參與手機效能與功耗比較系統開發，使用 Python 實作各場景下之電流計算與轉換邏輯。
- 跨團隊協作整合： 擔任 PM Assistant 協調整合 AI 與全端開發部門需求，確保系統功能測試與版本如期上線。
台灣微軟 | Microsoft Corp
2019.10 – 2021.06Material Planner
- 供應鏈風險管理： 負責雲端硬體 NPI 專案物料追蹤與 BOM 風險控管，運用 Power BI 維護視覺化報表，提供團隊即時的物料決策依據。
- 風險預警機制： 執行物料清單驗證 (BOM Scrub)，針對停產日 (EOP) 與交期 (Lead Time) 進行稽核，預先示警並排除潛在斷鏈風險。
緯創資通 | Wistron Corp
2017.02 – 2019.06Procurement Specialist
- 採購流程執行與優化： 負責企業資產設備之詢比議價、談判與供應商管理，透過供應鏈優化確保採購成本效益與品質控管。
技能 Skills
Programming
Machine Learning / AI
AI App Development
Data Engineering
System & DevOps
Database & Viz
專業證照 Certifications
Microsoft Certified
Azure AI Fundamentals AI-900
Microsoft Certified
Azure Fundamentals AZ-900
Google Cloud
Getting Started with Google Kubernetes Engine
TOEIC
920 / Gold Certificate
專業培訓 Training
核心專業學程
-
經濟部 AI 新秀計畫 - AI 架構師 | 620 小時國立陽明交通大學 人工智慧專責辦公室 | 協辦: 群聯、微軟2025.10 – 2026.09AI 全域實戰課程 (雲端 × 地端 × Edge)，包含 320 小時專業培訓與 300 小時 LAB 實作。
- AI 與生成式技術： 涵蓋機器學習與深度學習理論，深入生成式 AI (GenAI) 領域，並實作檢索增強生成 (RAG) 與 Vibe Coding 開發。
- 系統網路與模型部署： 具備計算機系統管理 (System Administration) 與 CCNA 網路規劃管理能力，並熟悉 vLLM 推論加速與 LLMOps 實踐。
- 雲端平台與自動化： 整合 Microsoft Azure 實務應用 (含 AI-900 認證) 與 Power Platform，並運用 n8n 構建自動化工作流。
-
全方位專案實作： 投入 300 小時進行多項 LAB 實作，聚焦於硬體架構、模型推論加速與雲端整合，落地實踐企業級 AI 解決方案。
檢視計畫說明與課程列表 (PDF)
-
巨量資料分析就業養成班 | 600 小時財團法人資訊工業策進會 (III)2021.06 – 2021.11具備從資料採集、大數據運算到模型建置之端到端 (End-to-End) 開發能力。
- 資料分析與機器學習： 運用 Python 進行資料處理與分析、網路爬蟲，並實作機器學習與深度學習演算法。
- 巨量資料與系統架構： 熟悉 Hadoop 巨量資料處理平台與 Spark 開發實務，並具備 Linux 系統管理與 Docker 容器式虛擬環境建置能力。
- 資料庫與網頁應用： 整合 MySQL 資料庫實務，並具備 Java 程式設計、JavaScript 與 Python 網頁應用框架 (Web Framework) 開發經驗。
-
期末實作專題： 【大台北地區房價預測】：結合 Python 網路爬蟲獲取外部數據，進行資料清理與特徵工程，並導入機器學習演算法建置房價預測模型，完成小組期末專題製作與發表。
檢視期末專題簡報 (PDF)
技術進修 & 跨域學習
-
AI 人工智慧之深度學習與實作 | 54 小時中國文化大學
-
Python 網路爬蟲、資料分析與應用實務 | 三階段，共 141 小時全國勞工聯合總工會
-
Excel 進階與 Power BI 數據分析 | 42 小時臺北市勞動力服務人員職業工會
-
大數據分析與應用 | 36 小時國立臺灣科技大學
-
精品咖啡調製 | 42 小時臺灣文化創意產業發展協會
專案 Projects
EvoFace - AI 人臉辨識考勤系統
2026.01 – 2026.02獨立開發基於 OpenCV 與 InsightFace 的人臉辨識系統，並整合 MiniFASNet 進行活體偵測。針對高負載的考勤打卡場景，導入 SQLite WAL Mode（資料庫併發優化）與 非同步多執行緒 (QThread) 架構，確保前端 UI 渲染與後端影像推論的流暢穩定。
檢視原始碼AI 簡報生成系統
2025.12 – 2026.01運用 LangGraph 建構 Multi-Agent（多代理人）協作架構，實現從使用者需求分析、內容大綱生成到投影片排版的端到端 (End-to-End) 產製流程。精準運用狀態管理 (State Management) 技術，解決 LLM 執行複雜長任務時易產生的上下文遺失與連貫性挑戰。
檢視原始碼地端 AI 翻譯微服務
2026.03 – 2026.04專為邊緣運算與微服務架構設計的輕量化地端 AI 翻譯系統。後端使用 FastAPI 構建 API，並與 Ollama 推論引擎解耦。導入 Docker Compose 實作 LLMOps 自動化部署與模型自動下載 (Auto-pull)，嚴格遵守 12-Factor App 原則達成零硬編碼，具備高度的獨立擴展性。
檢視原始碼n8n AI 旅遊規劃師
2025.11 – 2025.12基於 n8n 節點式架構建置結合多重外部 API 的 AI 代理系統。實作動態工作流與事實查證 (Fact-checking) 機制，並整合外部數據以降低 LLM 的幻覺 (Hallucination) 問題，展現實務上的 API 串接與自動化流程編排能力。
檢視原始碼聯繫 Contact
如果您對我的專案感興趣，或有任何正職與合作機會，歡迎透過以下方式與我聯繫！