「不追求最炫技的代碼，而是著迷於在技術鴻溝之間搭起橋梁，用結構化的資料管線為現實世界的複雜問題找出最優解。」
資料工程師，從地理資訊系統的第一線工作出發，踏入資料工程領域。曾在研究案裡面對六年份格式不一的外業調查資料，只能在 Excel 裡一格一格尋找取代、手動清洗成結構化資料——那段經驗讓我確信，好的資料架構與自動化流程，能讓「處理資料」這件事從勞力密集變成有效率的工程實踐，這也是我轉向資料工程的起點。
面對複雜的技術挑戰時，秉持「人快心慢」的行事哲學：在程式撰寫與執行上保持高效俐落，但在系統架構設計上，刻意退一步進行全局思考。
專注於 ETL 流程優化、資料管道建置與工作流自動化（Airflow），並具備 GCP 雲端部署經驗。習慣先靜下心來釐清資料從哪裡來、要到哪裡去，在紛亂的來源與格式中設計出穩定、可維護的資料流程。
透過傾聽搜集全貌、透過全局思考釐清脈絡，並透過扎實的技術實作搭起解決問題的橋樑：
擔任「綠能交易資訊透明化平台」頂石專案 Team Leader，主導資料流程規劃與系統架構設計，並將 monolithic DAG 拆分為模組化 DAG 部署至 GCP；同時設計 dagteam 共用群組與 POSIX ACL 權限機制，支援團隊多人透過 SSH 協作開發。
透過調用 Global Building Atlas 空間數據庫，針對鳥類撞擊事件進行比對；並針對鳥類撞擊事件進行研究可行性論證，參與相關專題計畫與設計之編修。
以學員身分完成全端開發、機器學習 (CNN, RNN, TensorFlow) 與影像處理 (OpenCV) 訓練；實作 Line Bot 智能客服、串接 Azure 認知服務，並以 Selenium、BeautifulSoup 進行網頁爬蟲與 Linux/Shell Script 操作練習。
參與都市更新、防災模擬等跨領域實務案例。熟悉 ArcGIS Online 平台整合；實作 GeoAI 資料標註、模型訓練部署與物件偵測；運用 Python 與 No-code 工具進行流程自動化。
使用 ArcGIS Pro 與 QGIS 處理大規模點雲資料與圖資對位。運用 Python 腳本批次處理外業數據，成功將資料清洗時間縮短 30%；將 GIS 分析結果轉化為決策視覺化圖表。
進階自動化工作流、資料結構解析與錯誤處理
Google Gemini 生態系應用認證
Google Cloud Skill Badge (Advanced)
Google DeepMind Skill Badge
未來，我希望持續深耕 ETL 資料管線與工作流自動化，並逐步朝 DevOps 方向發展，期望加入資訊顧問或資訊科技產業，成為團隊中能扛起資料架構與自動化任務的工程師。
地理資訊系統的背景，是我在空間資料處理與跨領域溝通上的優勢——但接下來，我想把資料工程的地基打得更扎實，持續累積雲端部署、排程監控與系統設計的實戰經驗。
如果您正在尋找一位具備全局架構思維、樂於跨越技術鴻溝，且能將空間數據與 AI / 資料工程完美整合的夥伴，歡迎隨時聯繫！