關於我

我是一位熱衷於科技、性格外向的研究生，具備生成式 AI (GenAI)、深度學習 (Deep Learning) 和 DevOps 經驗。

我的專案涵蓋大型語言模型 (LLMs) 和電腦視覺 (Computer Vision) 等 AI 領域，以及涉及平行程式 (Parallel Programming) 和區塊鏈 (Blockchain) 的 C++ 開發工作。我渴望學習、樂於團隊合作，並隨時準備好做出實質貢獻。

技能

Python、C++、JS
LLM、Prompt Engineering、AI Agent
Git、Docker、Kubernetes
中文（母語）、英語（多益 960/990 金色證書）

證照與獎項

NVIDIA CUDA C++/Python
GCP with Gemini & Streamlit
Google Cybersecurity
International ICT Innovative Services Awards 2024（銅牌）
IBM Quantum Excellence

林品安的個人照

Note

Keep working on more side project!

工作經歷

期間	職位 / 單位	說明
2025/9 – 2026/8	課程講師 Google Developer Groups on Campus｜NTUST 台北・混合辦公	分享 n8n 與 MCP 概念的基礎知識。
2024/9 – 2026/8	研究生（全職）國立臺灣科技大學台北・混合辦公	研究主題：Outlier-Aware Fine-Tuning for Robust Preservation of LLM Safety Alignment。實驗室：資訊安全與人工智慧實驗室 (Information Security & Artificial Intelligence)。指導教授：王紹睿 (Peter-Shaojui Wang)。
2025/7 – 2025/12	R&D, AI Engineer 實習生亞太智能機器 APMIC 台北・混合辦公	建立了 RAG 流程，用於評估和比較 embeddings、rerankers，和生成模型，使公司能更快地進行模型評估與部署。領導實習生團隊，創建了 10K 以上的模型微調 (fine-tuning) 與評估樣本。針對繁體中文使用情境開發 RAG pipeline。研究並評估 RAG 應用的可行技術方案。
2025/4 – 2025/5	研究實習生 Brno University of Technology 捷克 Brno・現場辦公	以 Federated Learning 搭配 Autoencoder 實作網路主機行為側寫 (host profiling)。累積跨文化技術溝通與國際共同研發的實務經驗。
2024/7 – 2024/8	研究、軟體工程實習生中央研究院台北・混合辦公	榮獲世界 TREC 2024 RAG 競賽第六名。開發了評估策略並優化了生成技術。投入 RAG-based 大型語言模型 (LLM) 及其應用的研究。

專案

類別	專案	技術
碩士論文	Outlier-Aware Fine-Tuning for Robust Preservation of LLM Safety Alignment 提出一種新的微調防禦方法，以在保持 LLM 安全對齊的同時，提高模型對異常值的魯棒性。	PyTorch LLM Fine-Tuning
產學合作	Network host profiling using FL with Autoencoder 利用無監督異常偵測方法建立正常網路主機行為的特徵模型，召回率 (recall) 高達 97.8% 的異常偵測效能。	PyTorch Federated Learning Anomaly Detection
創新專案	Table RAG solution 參與產品 PoC 幫忙研發 table RAG，利用 text-to-SQL 自然語言查找文件中的表格資訊。	RAG text-to-SQL OCR
創新專案	Socket Programming for SYN Flood Mitigation 模擬 SYN Flood 攻擊並成功阻擋99%的攻擊，實施有效的緩解策略。	Docker Kubernetes

教育背景

期間	學校 · 實驗室	領域
2024/9 – 2026/7	碩士・國立臺灣科技大學資訊工程所王紹睿・資訊安全與人工智慧實驗室研究方向：大語言模型微調資安成績：4.14/4.3	LLM 資訊安全
2020/9 – 2024/6	學士・國立嘉義大學資訊工程系方文杰・機器感知暨學習實驗室研究方向：電腦視覺、混合量子運算成績：4.0/4.0	電腦視覺量子運算