Wade Huang / Milespapa

把想法,真正做成能運作的系統。

Milespapa 是我的個人技術品牌,也是我把想法轉化為可運作系統的地方。它承載的不只是作品,而是我對研究、工程與 AI-Native Development 的持續實踐。

我是 Wade Huang。Milespapa 將我的思考方式、工程方法與實際作品連在一起:從定義問題、設計架構,到實作、測試、CI/CD、部署,最後交付真正能操作、能驗證的成果。

關於 Milespapa

一個以「把事情真正做出來」為核心的個人技術品牌。

Milespapa 不是公司的包裝,也不是彼此無關的 Side Projects 集合。它是我工程實踐的公開載體:可以持續探索不同領域,但維持同一套標準——理解問題、讓推理與限制清楚可見、把系統做出來,並驗證最後的結果。

作品可以跨越資料工程、AI、自動化、後端系統、Cloud / Platform Engineering 或量化系統。真正把它們連在一起的,不是某一項技術或單一領域,而是做事的方法。

  1. Wade Huang

    研究思維與工程經驗。

  2. Milespapa

    把這套做事方式轉化為可見實踐的品牌。

  3. 可運作的系統

    架構、實作、驗證與交付。

  4. 作品

    跨不同工程領域的具體成果。

工作經歷 職涯時間軸

2024.01–2026.06

雲端資料工程師

緯穎科技/緯致科技

資料平台、分析、自動化與雲端交付,涵蓋 Python、SQL、Azure Databricks 與 ADF。

2022.06–2024.01

雲端工程師/雲端團隊主管

廣域科技

雲端工程、後端交付、API 開發與團隊技術協作。

2017.02–2022.06

研究助理/資料分析師

中央研究院

研究導向的資料分析、量化推理、可重現分析與根因探索。

2016.06–2016.12

研究助理

國立臺灣大學

學術研究支援與資料分析。

2015.01–2016.06

副工程師

工業技術研究院

工程實務經驗,奠定後續資料與系統導向工作的基礎。

研究成果 論文 References
  1. Chen, Y.-Y., Huang, W., Wang, W.-H., Juang, J.-Y., Hong, J.-S., Kato, T., & Luyssaert, S. (2019). Reconstructing Taiwan’s land cover changes between 1904 and 2015 from historical maps and satellite images. Scientific Reports, 9, 3643.

    doi:10.1038/s41598-019-40063-1
  2. Chen, Y.-Y., Huang, W., Cheng, C.-T., Hong, J.-S., Yeh, F.-L., & Luyssaert, S. (2022). Simulation of the Impact of Environmental Disturbances on Forest Biomass in Taiwan. Journal of Geophysical Research: Biogeosciences, 127, e2021JG006519.

    doi:10.1029/2021JG006519
  3. Chen, Y.-Y., Zeng, Z.-L., Huang, W., & Lin, S.-Y. (2026). From global models to local indicators: Assessing land-use transitions and conflicts. Land Use Policy, 164, 107937.

    doi:10.1016/j.landusepol.2026.107937

能力堆疊

能力不是技能清單,而是一層一層堆起來的。

研究訓練建立分析底層;資料工程加入可重現性與規模化;後端與雲端工作補上系統邊界與維運;AI 原生開發則加速整個交付循環。

01

資料工程

Python、SQL、Spark、Databricks、資料管線、資料品質、分析模型與 BI 交付。

02

後端與系統

API、即時通訊、服務邊界、失敗處理與可維護實作。

03

雲端與平台

AWS、Azure、Linux、容器、CI/CD flow、部署、監控與正式環境問題處理。

04

AI 原生交付

以 AI 加速研究、拆解、實作、審查與迭代,同時保留清楚的工程驗收責任。

工程理念

讓推理、限制與決策都看得見。

研究訓練讓我先定義問題,再解讀結果;工程則多了一個要求:說明結束之後,系統仍然必須持續運作。

因此我重視清楚的限制、責任、失敗行為、驗收條件、可觀測性與文件。乾淨的程式碼很重要,但完整交付路徑的清晰度更重要。

AI 原生開發

AI 加速循環,工程仍然對結果負責。

我使用 AI 加速探索、拆解、實作、審查與迭代;架構、測試、除錯、安全、部署與最終驗收,仍然是有意識的工程工作。

代表作品

真正的能力整合,放在作品裡看。

Milespapa 的專案會把架構、取捨、限制、交付流程與實際成果放在同一個脈絡中,涵蓋資料、雲端、後端、自動化、AI 與量化系統。