簡歷
基本資訊
許堯智
資料分析師及中學教師
- Website: https://yao-chih.netlify.app
- Linkedin: https://www.linkedin.com/in/yao-chih
- GitHub: https://github.com/Josh-test-lab
- Email: hyc0113@hlc.edu.tw
關於本人
積極努力，熱於學習且喜歡新事物，希望豐富自己的人生經驗。現為國立東華大學應用數學系統計碩士，研究方向為神經網路、機器學習與時間序列。
目前研究方向為時間序列與空間插補，利用神經網路處理高維度資料，透過特徵提取進行未來預測；同時經由座標關係，為缺失地點進行插值，以彌補因機器缺失或其他因素所導致的資料缺失的情況。
教育是百年大計，也是啟發智慧的關鍵。我希望能就我所學轉化為簡單又有趣的課程，讓學生認識「原來生活中處處充滿了科學」，並激起學習的動力！數學或許是學生的惡夢，但當我們從基本概念出發，一步一步將數學的理論與實際應用結合，那數學便不再只是枯燥的公式，而是一把打開世界大門的鑰匙、一個用於解決任何問題的工具。
自傳
請參考自傳。
工作經歷
2025.02 - 現在 📍 花蓮縣立壽豐國民中學
- 數學兼課教師
- 學習扶助
2024.02 - 現在 📍 國立東華大學
- 研究助理
- 時間序列與空間研究
- 缺失觀測資料填補研究
- 運籌資料分析助理
2023.09 - 2025.01 📍 花蓮縣立壽豐國民中學
- 學習扶助
- 縣課輔
2023.09 - 2024.01 📍 花蓮縣立壽豐國民中學
- 假日陪讀、教學
2023.08 - 2024.01 📍 花蓮縣立壽豐國民中學
- 中等學校教育實習
- 將邏輯推斷、數理知識融入課堂
- 行政校務工作
- 引導、帶領學生參加小論文競賽、發明展競賽、資訊教育競賽等
教育背景
2024 - 現在 🎓 國立東華大學
應用數學系 統計碩士班 碩士在學
學習時間序列與機器學習，了解二領域中可以合作的部分並加以整合。同時參與南區統計研討會、應用機率研討會等學術研討會，增廣見聞。
2021 - 2023 🎓 國立東華大學
中等教育學程 修畢
學習並實踐教育理論，發掘教育現場與教科書中的不同，找出理論實踐的最佳處方。
2019 - 2023 🎓 國立東華大學
應用數學系 統計科學組 學士畢業
積極學習各項理論知識，並自學神經網路的簡單架構與學習程式語言的進階語法。
專案經驗
| 專案名稱 | 備註 | 網址 |
|---|---|---|
| $SSSD^{S4}$ 模型研究 | 研究 | |
R 套件 autoFRK Python 版本改寫 | Package | |
| 運籌分析 | 受委託團隊專案研究 | |
| 113 年度師資培育之大學主管聯席會議 | 受託協助辦理 | |
| 花蓮縣 113 年度資訊教育競賽活動貓咪盃 Scratch 動畫短片互動遊戲程式設計競賽 | 指導教師 | |
| 臺鐵志學站停車場停車模擬模型建立專題 | 碩士課程 | |
| 2023 年花蓮縣夢想起飛第 10 屆青少年發明展 | 指導教師 | |
| 花蓮縣 112 學年度太平洋盃全國中小學網路小論文專題暨本土使命式行動研究競賽 | 實習，協同指導 | |
| 紅樓夢人物分析專題 | 學士專題 | |
| 使用卷積神經網路（CNN）進行影像辨識 | Python | |
| 個人網站 |
請同時參閱作品集。
個人特質
細微觀察：擅長發掘細節，察覺常人不易注意之處。在資料科學領域，能透過深入分析，從資料中獲得獨特見解；在學生教育方面，能依據學生的個別需求，提供適切的指導與輔助。
邏輯推理：具備嚴謹的邏輯思維，能清晰地釐清問題脈絡。透過分析事件的前因後果，在不同情境下找出最適合的解決方案。
富責任感：對所承擔的任務與自身行為保持高度責任心，致力於將每件事做到盡善盡美。
團隊合作：擅長與不同成員協作，並能迅速且高效地完成任務。在資料科學領域，不僅能提升研究效率，也能在團隊需要時協助解決問題；在學生教育方面，當學生遇到困難時，能即時通報相關單位並積極參與處理，幫助學生有擁有良好的學習環境與校園生活。
專業技能
數學邏輯：透過嚴謹的思考與推理能力，應用數學、機率與統計知識分析並解決問題。
資料處理：將收集的資料進行整理，並就現有資訊進行分析、歸納與總結。
程式設計：利用 Python 、 R 等程式語言，設計與開發數學、統計程式協助運算，幫助資料分析與模型建構。
學生教育：修畢中等學校教育學程並持有教師證書，更好的為教育現場的學生、孩子們解決學習中的大小事。
文書能力：熟悉 Microsoft Word 、 PowerPoint 、 Excel ，以及 LaTex 、 Canva 、 Notion 、 Padlet 等網站操作。
學習進修
機器學習：持續精進機器學習技術。透過掌握深度學習、強化學習等前沿方法，並將其應用於資料分析與構建預測模型。
時間序列：學習 ARIMA 、 LSTM 、 $SSSD^{S4}$ 等模型，並應用於陸空環境、金融、交通等領域的預測。
空間模型：探索時間序列技術在高維空間中的應用，研究空間模型的預測方法，以提升時空資料分析的準確性。
缺值填補：深入研究各類資料缺失處理方法，結合機器學習與時間序列中的插值填補技術，以提升缺失資料的完整性。
發展願景
人工智慧與機器學習是當今科技發展的核心方向，即使是最小的模型，也蘊含著深厚的數學理論。我希望在理論與實務問題之間保持動手實踐的精神，透過持續學習與終身學習，不斷提升自身能力。無論是在資料科學領域或學生教育方面，我都希望能藉由學習、深入理解各類模型的本質，加以改進並提出創新方法，而非單純依賴人工智慧，忽略邏輯推理能力。
我期望能為學術界、產業界與教育界提供不一樣的解決方案，讓資料科學在不同領域間擦出火花，創造具有實用價值的成果。
