AI / GPU 技術案例轉譯
我將 NVIDIA ecosystem 的工具與場景轉成可讀案例,涵蓋 GPU compute、 LLM training、inference deployment、RAG、medical AI 和 video AI。
這份專業展示頁整合公開可確認的 GitHub 專案、NVIDIA Agent Skills 案例、 Gamania AI 專案、MetaSens 遊戲經驗、數據分析提案儀表板、 Omniverse / Isaac Sim 概念互動、IC power efficiency 研究方向、 語言學習講座規劃與 LinkedIn profile,呈現可旋轉、可探索的跨領域作品集。
這些數據來自公開網站、GitHub 與 Hugging Face API,協助訪客快速理解我的經驗密度與技術分布。
下面用已整理的 55 個案例做技術分布視覺化,最高值為 AI / LLM 的 12 個案例。
我以瀏覽器可執行的 Three.js 呈現 3D 數位分身與機器人任務概念,讓履歷頁不只是一份文字,而是可互動的作品展示。
我以「能力主題」呈現履歷,而不是只列工作條目。招聘者、合作方與技術社群 能更快理解我在 AI 專案、遊戲產品、數據分析、硬體節能研究與教學內容設計上的脈絡。
我將 NVIDIA ecosystem 的工具與場景轉成可讀案例,涵蓋 GPU compute、 LLM training、inference deployment、RAG、medical AI 和 video AI。
我將 AI 概念轉成可討論、可提案、可落地的專案方向,聚焦需求拆解、 應用情境整理、資料流程與成果展示,協助團隊理解 AI 能解決哪些實際問題。
我具備遊戲產品與互動體驗相關經驗,能從使用者體驗、內容節奏、 系統設計與上線展示角度,整理遊戲專案的產品脈絡與成果溝通方式。
我將提案內容轉化為可視化儀表板,透過指標卡、趨勢圖、分類比較與成果摘要, 讓決策者快速理解問題、機會、進度與預期效益。
我以 clock / power gating、DVFS、AI power prediction 等方向整理晶片節能研究, 將技術概念轉成可追蹤的專案成果。
我將團塊法、拼寫記憶術發展為語言學習講座,重點放在可練習、 可回收、可持續調整的學習系統。
這條脈絡以公開專案、作品頁與技術展示為核心,呈現我在 AI、遊戲、數據、硬體研究與教學設計上的累積。
我建立 55 個案例的搜尋式展示頁,讓讀者能按技術領域理解 NVIDIA AI tooling 的實際應用。
我整理 Gamania AI 專案經驗脈絡,強調需求整理、AI 應用場景設計、提案溝通與成果呈現能力。
我的遊戲與互動產品經驗,呈現 AI、資料、硬體研究之外的產品與娛樂科技面向。
我加入提案儀表板經驗,呈現自己把數據、策略與成果指標轉成管理者可閱讀畫面的能力。
我整理晶片節能與 AI 功耗預測方向,作為跨硬體、AI 與系統最佳化的公開研究作品。
我的語言講座方向聚焦團塊法與拼寫記憶術,並延伸到講義、報名、回放與持續更新的學習資源。