跳到主要內容
Fu Yi-Sian

應屆碩士 · 24 小時內回覆 email

把模糊的真實需求,變成能上線運作的系統

傅譯賢|全端工程師|淡江大學資訊工程碩士

  • 六年同領域的縱深
  • 導入實際營運的業務系統
  • 資料庫平台遷移與後端重寫
下載簡介 PDFGitHub
6年
同一問題領域的縱深

2019 年起持續參與 Web 實作學程

5種
擔任過的角色

學生、專題生、助教、家教、研究生

4個
資料庫平台評估與遷移

Heroku、MongoDB、Render、Supabase

95分
計算智慧與機器學習

AI 核心課程多數 90 分以上

我能解決什麼問題

  • 把模糊的需求變成明確的系統流程

    最難的從來不是寫程式,而是弄清楚現場實際怎麼運作。在國科會專案中,我花了大量時間觀察老師批改的方式、學生繳交習慣如何形成,才一步步定出現在的畫面與流程。

  • 獨立交付可上線的全端系統

    從資料建模、後端 API 到前端介面,我能一個人走完整條路。租車與維修系統整合了兩條原本分離的業務線,包含多角色權限、車況照片、電子簽名與估價單寄送。

  • 用資料與指標驗證成效

    我不只做功能,也定義衡量方式。碩士論文提出 PI 與 PTI 兩個逐週量化指標,並以全端儀表板取代 Excel 總表,用六年實際資料驗證教學策略確實形成正向循環。

經歷版本紀錄

以版本更新的方式呈現經歷。每一條列的是出貨的成果,而非職責描述。

  1. v4.0

    2024 – 2026

    current

    碩士研究生

    • 碩士論文:以 PI / PTI 指標驅動的教學成效視覺化儀表板,用六年實際資料驗證教學策略的正向循環
    • 國科會大專學生研究計劃案:教學輔助系統,歷經三個資料庫平台評估與部分後端重寫
    • 租車與維修紀錄系統:為 745 Rental Performance 開發並導入營運的全端系統,含多角色權限、電子簽名與估價單寄送
    • 眼鏡蛇工作室 研發系統工程師
  2. v3.0

    2020 – 2026

    課堂助教

    • 進學班 Web 前後端課程助教,指導學生完成專題實作
    • 出缺席分析與成績預測工具,把點名與課堂實作分數轉成可追蹤的指標
    • 猿創力程式設計學校 師資儲備:兒童與青少年程式設計家教
  3. v2.0

    2019 – 2020

    專題生

    • 淡水走走日記 App:Figma 設計稿到 Android Studio 實作,獨立完成 UI/UX 與功能開發
    • 作品集網站:Strapi headless CMS + Heroku 資料庫 + Vercel 部署
    • 客製化咖啡廳網頁:HTML / CSS 結合 MySQL 的動靜態整合
    • 國際扶輪華語營 助教:跨文化交流與活動設計
  4. v1.0

    2019(108 學年)

    起點:修課學生

    • 進入淡江大學進學班 Web 實作學程
    • 六年連續參與同一個問題領域的起點

第三方驗證

以下是他人用實際行動做出的選擇,而非我的自述。

獲選課堂助教
由指導教授鍾興臺自修課學生中選任,負責指導進學班學生完成專題實作
國科會計劃通過審查
大專學生研究計劃案通過競爭性審查並執行完畢
業界師資錄取
猿創力程式設計學校(壞主意股份有限公司)專業師資儲備
研發職務任用
眼鏡蛇工作室 研發系統工程師

為什麼是我

六年同一個問題領域的縱深

2019 年起,我以修課學生、專題生、課堂助教、碩士研究生四種身份,持續參與同一個 Web 實作學程;期間也在校外擔任程式設計家教。同一個問題領域六年的連續脈絡,是多數應屆求職者沒有的資產 —— 我看過這個系統的使用者在六年間怎麼改變。

實作力與理論基礎雙軌

我的專案偏應用層,但碩士階段修了大量 AI 核心課程,《計算智慧》與《機器學習》拿到 95 分。我理解數據背後的演算法,因此在設計資料庫架構或系統邏輯時,比只會串接 API 的開發者多一層判斷。

在真實限制下把系統維持上線

Heroku 取消免費方案後,我評估並遷移過 MongoDB、Render、Supabase,過程中重寫了部分後端。每一次遷移都要重新部署、修 API、調整授權。我熟悉的是「平台會變、需求不清楚、時程會壓縮」的實際開發情境。

常見疑問

沒有全職業界經驗,能直接上手嗎?
我為 745 Rental Performance 開發並導入了一套租車與維修管理系統,含多角色權限、電子簽名與估價單寄送 —— 是實際業務流程而非課堂作業。過去六年我也持續與真實使用者(老師與學生)迭代系統。我熟悉的是需求不清楚、平台會變、時程被壓縮的開發情境。
研究背景會不會偏學術、不適應業界節奏?
我的研究本身就是工程交付。論文的核心產出是一套取代既有 Excel 流程的全端儀表板系統,評分標準是它對老師與學生有沒有用,而不是論文寫得漂不漂亮。我在意的一直是這件事。
為什麼修了那麼多 AI 課程,卻不做 AI 工程師?
因為我更喜歡把東西做到能上線。理論課讓我有能力判斷哪些功能適合引入模型優化、哪些繁瑣邏輯可以簡化,但我的交付強項在完整的系統實作。我把 AI 當作判斷力的一部分,而不是頭銜。
想找什麼樣的職缺?
全端或前端工程師。我特別想做需要理解業務流程的產品 —— 那種規格不會一開始就寫好、需要跟真實使用者來回確認的工作。

關於傅譯賢

我是一位全端工程師,習慣把複雜的需求拆解清楚再動手。從 React、Next.js 的前端介面,到 Prisma、PostgreSQL 的資料建模與部署,我能獨立完成一套系統從設計到上線的完整流程。

在碩士階段,我同時修了大量 AI 核心課程 ——《計算智慧》與《機器學習》拿到 95 分。這讓我在設計資料庫架構或系統邏輯時,比只會串接 API 的開發者多一層對演算法與資料結構的判斷。

我對專案極度負責,也不排斥從頭學起。過去六年在教學現場的參與,讓我很清楚一件事:技術不是最難的,最難的是讓系統真的對「人」有用。

學歷、技能與證書

學歷

  • 淡江大學 資訊工程學系研究所

    應屆畢業

    2024 - 2026 年 碩士

  • 淡江大學 資訊工程學系

    畢業

    2019 - 2023 年 學士

技術能力

前端
ReactTypeScriptTailwind CSSNext.js
後端與資料庫
Node.jsPrismaPostgreSQLSupabaseMySQL
部署與驗證
VercelHerokuJWT
工具
GitFigmaPostmanVS Code
語言與其他
PythonJavaC / C++Android Studio

專業證書

  • ISO 27001:2022 資訊安全管理系統 稽核員/主導稽核員課程NSIT
  • 快速開發基於大型語言模型(LLM)的應用程式NVIDIA Deep Learning Institute (DLI)
  • Getting Started with Deep LearningNVIDIA Deep Learning Institute (DLI)
  • 透過 Jetson Nano 開發人工智慧應用NVIDIA Deep Learning Institute (DLI)
  • Google Analytics(分析)認證Google Analytics

聯絡我

我正在尋找全端或前端工程師的職缺,特別是需要理解業務流程、 而不只是實作既定規格的產品團隊。

下載簡介 PDF線上版簡介

用 Gmail 寫信 用郵件軟體開啟