沈政一

在大學一年級開始即跟著教授開始做產學合作案，案子所需的技能都是需要自己學習的，因此學習新東西的能力算是不錯，並且對於團隊合作也很有經驗。並有程式教學、參與展覽、參加全國性比賽等多種經驗。

臺灣科技大學 - 資訊工程系學士 (2015~2019)

臺灣科技大學 - 資訊工程所碩士 (2019~2020)

G-Mail : bamdart@gmail.com

Github : https://github.com/bamdart

Linkedin : https://www.linkedin.com/in/bamdart/

技能

程式語言
  • Python
  • HTML/CSS/JavaScript(TypeScript)
  • C/C++
  • C#、C# wpf
  • ASP.NET
  • C++ CLR
  • Java
  • Golang
  • MATLAB
2D / 3D
  • Unity (C#)
  • OpenCV (C++ / Python)
  • OpenGL (C++)
App
  • Swift4
  • Unity (C#)
  • Android Studio (Java)
網頁前端
  • HTML
  • CSS, SCSS
  • JaveScript, TypeScript
  • Phaser 2, 3 (TypeScript)
  • Bootstrap
  • React
  • Antd
  • Django (python)
  • ASP.NET
網頁後端
  • NestJS (TypeScript)
  • Django (Python)
  • ASP.NET
  • Golang
  • MySQL, MariaDB
  • SQLite
Machine / Deep Learning
  • Keras (Python)
  • Decision Tree
  • Random Forest
  • KNN
  • CNN
  • RNN
  • RCNN
  • GAN

工作經歷

平科實業有限公司 - 軟體工程師 (實習) - 數位閱讀學習系統開發

在本次實習中，我負責了一個網頁開發的案子，需求是使用 ASP.NET 開發一個讓學生自主學習網頁的前後端，並包含了供管理者對題庫和題目的 CRUD，圖形化顯示題庫和題目的關聯性。在過程中需要和老師開會溝通、和美術協調整體網頁 UI/UX 體驗，並考慮網頁在不同設備上的顯示與使用是否直覺且方便。

智慧亨通股份有限公司 - 全端工程師

於智慧亨通股份有限公司工作時，主要使用負責多個前後端專案，主要使用 React (TypeScript) 搭配 Antd 開發前端， NestJS (TypeScript) 搭配 MariaDB (By TypeORM) 在進行開發後端。同時也有接觸系統與 AWS 串接與雲端服務維護等技術。

海姆達爾智慧科技股份有限公司 - 創辦人

在 2021 年初，與朋友共同創辦了 海姆達爾智慧科技股份有限公司，一開始以交通相關 AI 辨識為主要業務，除了將交通相關接案轉換為產品外，也在著手開發不同領域的產品當中。 在創辦公司中，學到了包含了公司營運、業務、行銷、系統架構設計等許多不同領域的知識，未來有機會再一一列出。


- 以海姆達爾之眼做為公司標誌，期望本公司研發的 AI 能識別世界萬物

- 以海姆達爾之名做為公司名稱，期望能不眠不休的守護著各地用路人的安全

在學經歷

程式設計研究社

擔任教學及總務。負責 Python 爬蟲教學、JavaScript 課程助教、JavaScript workshop 助教

伯爵茶與司康餅社(點心社)

擔任教學長。負責規劃社課、統籌活動、社課教學

課程助教

擔任台科資工大一 C/C++ 課程助教

擔任台科資工資料結構課程助教

擔任台科資工全端系統開發課程助教

產學合作案 - 峽谷即時遊憩資訊與環境品質監測智慧服務運用

撰寫 Android App、Java 串接 Microsoft Face API 辨識人臉。

產學合作案 - 太魯閣國家公園智慧服務平台規劃與運用研究 - II

使用 JavaScript 寫太魯閣旅遊推薦網頁、道路狀況監控網頁。 使用者可以點擊下方的 home icon 來選擇功能，有的是連結到其他網頁作歷史介紹，有的則是會顯示在地圖上，讓使用者可以點擊該位置得到特別的資訊以及交通的方式及時間。

產學合作案 - 太魯閣國家公園智慧服務平台規劃與運用研究 - III

研究 VR 頭盔、智慧入園網站等智慧服務。

HTML5 遊戲開發

使用 TypeScript 及 Phaser 來寫遊戲畫面表現、特效以及前端邏輯處理，並和後端 API 連接。

車牌辨識

和 NVR 廠商合作，目標是在全天候的狀況下都能有95%的車牌辨識成功率，並且和 NVR 做結合，即時監測經過 IP Camera 之車輛，並記錄車牌、車型、時間等資料在資料庫，最後透過網頁展示統計結果以及查詢車牌等功能。

比賽及展覽經驗

前行意志當代藝術展

在多媒體課程中與設計系合作設計 Kinect v2 所用的程式獲得第一名，後來參與前行意志當代藝術展，在展覽中展示作品一個月。

七校聯合遊戲比賽

參加由鈊象電子舉辦的七校聯合遊戲比賽，以自製遊戲 Refuge 入圍決賽。

校內專題競賽

以自適應車牌辨識系統取得本系專題第一的獎項。

史丹佛銀髮設計競賽

和設計系合作開發 iOS App 參加史丹佛銀髮設計競賽，想要改善現行片面、無感的退休財務資訊傳遞，重新設計整體、有感的退休規劃新體驗。透過遊戲化，將艱澀的專業知識轉譯成容易理解的內容藉由遊戲的互動操作，增加使用者對情境的代入感，進而反思真實人生，以現實世界的研究數據，進行遊戲中的事件設計，達到趨近真實體驗的可能性。

2019 全國大專院校軟體創作競賽

參加2019全國大專院校軟體創作競賽的智慧感知與互動多媒體組，隊名無辨，以全天候自動化車牌辨識系統獲得銅牌。

作品集

Gravity

Gravity 是我寫的一款 iOS App 遊戲，操作簡單， 但難度高，具有挑戰性。點擊畫面左右可以往左右跳，避開往上的石塊以及四 周的邊界，當畫面出現顛倒的警告時，畫面會閃爍四次接著遊戲重力顛倒，死掉時紀錄最高分數，不斷挑戰自己的最高分。

EasyMRT

easyMRT 是我寫的一款 iOS App，在 Search 頁面可以滾動選擇起點終點站，停止滾動時會顯示各種價 格及估計時間，點擊轉乘方式可以知道詳細的轉乘路線，在 Map 頁面可以點擊圖上的站選擇起點，點擊原本的站取消，點擊別的站為終點，按確認後移回 Search 頁面顯示詳細資訊。

Refuge

Refuge這款遊戲結合了生存、建設、規劃、探索等等元素，玩家需要妥善分配資源及人力才 能夠在這個世界生存下來，並享受一個城市在自己的經營下慢慢成長茁壯的成就感。 玩家在發展時也要注意花費資源在保護自己上，否則遭遇攻擊時會有更大的損失。而在遊玩 途中，玩家會發現一個個小故事，慢慢的能夠由小細節拼湊出這個世界發生災難的主因。

但這款遊戲對當時的我負擔太重，在兼顧其他事務的狀況下開發，因此遊戲的完成度不高，在參加多校聯合舉辦的遊戲比賽中入圍決賽，可惜未能拿到獎項。

論文 - 基於深度學習之全天候車輛違規辨識 - Demo

自動化車牌辨識在現代交通系統上有著越來越重要的地位，可以對車輛違規的行為進行24小時的監控、對違法車輛進行追蹤，或是裝設在停車場，節省人力以及管理成本。不過目前裝設在台灣的車牌辨識系統，大多都需要針對該場所調整系統的設定，或是加裝照明設備，讓整體環境符合系統需求才有辦法進行有效的辨識，而近幾年也有許多基於機器學習的車牌辨識系統，但大多都沒有考慮到產品需要的辨識速度及產品本身有限的成本，且沒有經過一個龐大且多樣化環境的數據集檢測。因此，在本文中，我們提出了一種有效、快速且能適應各種環境的車牌辨識系統。在使用 CPU i9-9900K 和 GPU RTX 2080 的硬體狀況下我們的系統能達到 64 FPS 的辨識速度，並對多個影像同時辨識進行了系統優化，同時辨識四個影像時也能達到 47 FPS 的辨識速度。

除了車牌辨識以外，本文還包含車輛、車牌及車牌號碼顏色辨識、車型辨識等功能，並對於臺灣交通法規定義之違法行為提出辨識方法，例如 : 區間測速計算方式、違規跨線偵測、車輛未保持安全距離偵測、摩托車未戴安全帽辨識等等。我們使用了 AOLP Dataset 對我們車牌辨識系統進行評估，我們達到了平均 99.29% 的辨識率，在測試只需使用部分 Module 的狀況下 (此 Dataset 測試方式只需從 Dataset 已有標記的車牌影像進行辨識，無須對車牌位置進行偵測)，辨識速度更達到了 188 FPS。