專注於全端自動化開發 (Full-Stack Automation)、伺服器熱流演算法與 AI 自動化落地。工作內容包含伺服器降溫演算法、預測性燒機模組與 OpenAI 代碼審查機器人，熟悉 Golang/Python 全端開發與 DevOps 流程整合。

專注於超音波訊號處理 (DSP) 與韌體開發，參與 ROG Phone 等消費性電子產品導入。主導開發 C# (WPF) 自動化校正 SDK，透過演算法分析滑動手勢，簡化產線調校流程。具備英文跨國協作經驗，熟悉 PVT/MP 階段的量產技術支援與問題追蹤。

本專案是一套仍在持續演進中的 自我成長型 SWQA agent。它以 Harness Engineering 的思維設計，將測試案例、heartbeat 排程、Gitea issue、wiki 狀態頁、測試證據與失敗回顧整合成一個可追蹤、可重現、可逐步擴充的 closed-loop QA 系統。

負責機櫃監控系統 (Rack Monitoring System) 的設計與實作。系統以 Golang Agent 透過 IPMI 與 SNMP 採集伺服器、Switch 與 PDU 數據，並整合 Prometheus 與 Grafana 建立即時監控視圖，協助掌握機房設備狀態。

本專案針對資料中心伺服器散熱控制中的兩個常見問題：開迴路控制造成的過度保守，以及人工調校 PID 所需的時間成本。我開發了一套自動化熱特徵識別系統，用來建立較一致的測試流程與控制參數推導方式。

本專案開發了一套基於 Golang 的分佈式自動化壓力測試系統，用來改善傳統測試工具在「系統瓦數控制」與「長時間測試資料判讀」上的限制。

本專案建立一套端到端 (End-to-End) 的自動化內容發布流程，用來縮短繁體中文讀者與國際技術資訊之間的時間差。

本專案開發了一款跨平台的桌面應用程式，旨在解決工程師在使用 Redmine 系統記錄工時面臨的「操作繁瑣」與「流程斷裂」問題。

我提出一種微血管成像演算法，能夠清楚的看見老鼠腎臟的血管樹狀結構以及手指受傷肌腱的新生血管資訊，最高解析度可達直徑35um。

射流向量都卜勒成像 (Projectile Vector Doppler Imaging) 可在傳統都卜勒影像之外，提供血流方向、速度與局部擾流變化等資訊，作為血管流場分析的參考。

本專案將深度強化學習 (Deep Reinforcement Learning) 應用於經典的貪食蛇遊戲中。為了讓代理 (Agent) 能在動態環境中根據狀態選擇合理動作，我使用 TensorFlow 設計了一個四層全連接神經網路 (4-Layer Fully Connected Network) …

向量都卜勒成像 (Vector Doppler Imaging) 可用來估算目標在不同方向上的運動變化。除了血液流速分析外，本專案也嘗試將此方法應用於手指肌腱滑動評估，提供較量化的位移資訊作為復健評估參考。

本專案利用 MATLAB 實作數學形態學處理流程。透過 Top-Hat 運算濾除背景污漬，並引入 Bowler-Hat 變換 (Bowler-Hat Transform) 進行結構增強。實驗結果顯示，此流程能改善受汙損指紋的脊線可讀性，也可作為線狀結構影像處理的延伸驗證。

本專案旨在解決高齡化社會中，長輩缺乏運動動機與數位落差的問題。我們開發了一套基於 AI 肢體辨識的互動遊戲系統，包含「記憶翻牌」與「瑜珈引導」，讓長輩在家中即可透過簡單的設備進行復健與運動。

本專案以深度學習建立胸腔 X 光影像 (CXR) 分類模型，目標是探索 AI 在肺炎影像初步篩檢中的輔助價值。

本專案探討機構學中的路徑生成 (Path Generation) 問題：設計一組四連桿機構 (4-Bar Linkage)，讓連桿曲線 (Coupler Curve) 盡可能貼近空間中指定的 9 個目標點。

本專題以 MQTT 傳輸協定為基礎，結合 Raspberry Pi、NodeMCU 與 ESP8266，實作一套可遠端查看溫溼度資料的物聯網即時監控系統。

本專題是一套以 Android App 為核心的長照服務整合平台，目標是讓照護需求、家屬端與服務端之間的資訊傳遞更集中。 設計重點放在簡化年長者可操作的呼叫流程，並透過雲端資料庫與 FTP 檔案傳輸完成基本資料管理與語音訊息上傳。