Data Lead · Data Engineering · AI 應用
童曉瑜John Tung · Hsiao-Yu Tung
資料工程出身的 Data Lead
十年資料工程經驗，其中兩年半帶領 Data Team。2026 年 4 月起在旺旺中時從零建立集團的 Data／AI 平台，使用者是主管、行銷與編輯，都不是工程師。接手的營收資料管線月成本從 $300 降到不到 $1；留言 RAG 與編輯台 agent 都有每週評測，品質低於門檻就讓排程失敗。
經歷
旺旺中時媒體集團主任資料工程師（Data Lead）
2026.04 – 現在
- 從零打造集團跨平台資料平台：Facebook／Instagram／Threads／YouTube／GA4 端到端 ingestion，34 個 Cloud Run Jobs 錯峰排程寫入 BigQuery（append-only 保留完整歷史），dbt 建模；以 Cloud Scheduler + Cloud Run Jobs 取代 Composer 控成本，dbt source freshness + 帳號級守門 + Cloud Monitoring 抓「job 成功卻沒寫資料」的靜默失敗。
- 接手營收 pipeline 重寫，月成本 $300 → <$1；並交付三個給非工程師的上線產品：集團數位營收儀表板（C-level）、社群成效儀表板（行銷主管／編輯）、月營收一覽表報紙版面 PDF 產製工具。Google 登入 + 三層 ACL，主管在頁面內自助增刪成員，不必找工程師。
- 生成式 AI 上線，並設有品質門檻：BigQuery AI.GENERATE（Gemini）做留言情緒與貼文主題分類、只依當期數字生成的 AI 觀點；Vertex 嵌入 + KMEANS 將負評分群並命名主題；留言 RAG 檢索搭每週 LLM-as-judge 評測，品質跌破門檻即讓 job 失敗。編輯台 4 工具 agent 上線：不寫 SQL、強制自檢、成本上限，每週回放評測。
- 建立團隊的治理與交付方式：資料治理盤點、成本歸屬 label、對 IT／維運方的資料存取需求清單、決策紀錄、新人 onboarding 階梯、跨專案知識庫 dd-knowledge、給主管與新進 DE 的專案簡報；為 AI agent 訂 repo 契約層（禁區、驗收指令、守門），讓人與 agent 在同一套規則下協作。
澄映科技Data Team Lead
2023.05 – 2025.10
- 帶領 4 人 Data Team，負責排程、優先序與交付品質；以 Scrum（每日站會、衝刺規劃、回顧）與 Jira／GitLab 運作，並與產品團隊合作把資料自動化成 Superset 儀表板供決策。
- Airflow 資料爬取 ETL（Scrapy → S3／MongoDB）、定時讀取 Elasticsearch 供 AI 自動評論、Telegram 異常告警；建置 Apache Iceberg + Spark 資料湖（Lakehouse）支援分散式分析，以 Docker／makefile 標準化部署讓成員快速起環境。
安璞資訊資料工程師
2022.11 – 2023.04
- Fluentd 地端 → GCP Cloud Storage ETL 自動化、Airflow 每日資料演算、導入 PySpark 分散式處理，並規劃整體資料架構。
痞客邦 PIXNET高級演算法工程師
2021.09 – 2022.11
- GKE 上的 Fluentd 日誌 ETL → Cloud Storage／BigQuery；Search Console API 每日 900 萬筆採集；熱門議題、店家排序與推薦演算法；SEO（Sitemap、JSON-LD）。
替您錄科技軟體工程師
2019.10 – 2021.09
- Ansible 大量部署 Fluentd（GCE + IDC 地端）自動寫入 BigQuery；AWS Data Pipeline 跨雲 ETL；Data Studio 自動化報表；未登入用戶性別預測與客戶演算法（XGBoost／RandomForest／SVM）。
早期經歷國網中心 軟體工程師 · 臺科大 程式設計講師 · 浚鴻數據 資料分析師
2015.10 – 2019.08
- TWCC AI 平台功能驗測與資料市集（CKAN）自動化；Python 資料分析教學；承接政府部門與企業的多個輿情分析專案（爬蟲 → MongoDB → 文字探勘 → 專案報告）。
技能
資料工程
BigQuery · dbt · Cloud Run Jobs + Scheduler · Airflow · PySpark／Spark · Apache Iceberg · Fluentd · Scrapy／Selenium
雲端
GCP（Cloud Run · Secret Manager · Monitoring · GKE · GCE · GCS）· AWS（Data Pipeline · S3）· Azure · 地端 IDC ↔ 雲混合
AI
Gemini via BigQuery AI.GENERATE · Vertex 嵌入 + KMEANS · RAG + LLM-as-judge · agent 守門與成本控制 · XGBoost／LightGBM · 中文 NLP
交付與協作
Streamlit（OIDC + ACL）· Superset／Looker Studio · Mann-Kendall／Sen's slope · Docker · Cloud Build／GitHub Actions · Ansible · Scrum · Jira／GitLab · Python · SQL
開源貢獻
Apache Airflow #67592（2026.10 合併）：修復 Airflow 3 缺少的 task.queued_duration 指標 · OpenClaw #84890（2026.05 合併）：修復 gateway 原地升級後無法重啟的死結
個人專案
realping.tw：實價登錄 REST API 與 MCP server（已列於官方 MCP Registry）· bopomofokids.com：React 注音學習網站，2026 年 9 月約 4,500 次造訪
學歷
國立臺灣科技大學 資訊管理系
博士候選人（2019 取得候選人資格，後轉職場） 2016 – 2019
博士候選人（2019 取得候選人資格，後轉職場） 2016 – 2019
元智大學 資訊管理學系
碩士 · 論文：汽車網路論壇雜訊過濾及口碑探索 2013 – 2015
碩士 · 論文：汽車網路論壇雜訊過濾及口碑探索 2013 – 2015
開南大學 資訊及電子商務學系
學士 2009 – 2013
學士 2009 – 2013