代表作品
這三個方向最能代表我目前的定位：安全的 AI 基礎設施、製造現場軟體、自動化視覺流程。
AI 基礎設施
在高度資安管控的工廠環境中，規劃可審計、可維護的本地 LLM 平台，讓 AI 能在離線環境安全落地。
問題
製造現場無法直接使用雲端 AI 服務，但團隊仍需要知識查詢、文件輔助與內部流程自動化能力。
角色
負責離線部署規劃、模型服務評估、Ollama / Dify 基礎環境建置與資安限制下的導入路徑設計。
成果
建立可在隔離網路推進的 AI 基礎環境，讓後續應用能在符合公司政策的前提下逐步擴展。
製造現場軟體
將工廠測試流程與資料管理集中化，降低人工追蹤成本，讓測試狀態與問題回溯更清楚。
問題
測試資料分散、人工溝通成本高，跨站點協作時容易產生資訊落差與維護負擔。
角色
參與測試管理平台維護、流程優化、安全性強化與跨部門需求整合。
成果
提升測試資料管理效率，讓團隊能更快掌握異常、進度與系統狀態。
機械手臂與自動化
以 OpenCV 建立視覺辨識與座標校正流程，把固定座標操作升級成更可靠的視覺導引自動化。
問題
傳統固定座標容易受 UI 位移、設備差異與環境變動影響，造成測試不穩定。
角色
設計影像辨識流程、整合 Python 自動化控制，並將視覺定位結果導入實際測試操作。
成果
降低人工校正成本，改善手機自動化測試流程的穩定性與可維護性。
研究與嵌入式作品
這些專案補上我的研究、嵌入式系統、硬體整合與訊號處理背景，讓整體技術輪廓更完整。
自動化
使用 Python / Tkinter 與 Raspberry Pi 控制板建立多介面自動化測試系統，涵蓋網路、音訊、視訊、供電與裝置狀態檢測。
研究
研究 Transformer 架構於文字轉語音的應用，並將模型參數移植到自行開發的 C 語言嵌入式版本。
輔助 AI
參與溝通輔具計畫，透過語音轉換與訊號處理協助構音異常患者提升語音清晰度。
邊緣 AI
結合 VAD 與 KWS 的低功耗聲控裝置，在 Apollo 3 Blue 上實作漸進式喚醒機制。
IoT
以 LoRa 與 GPS 建立失智老人輔助裝置，聚焦長距離通訊、定位與低功耗追蹤。