專案小型成果發表會

講座內容摘要

在現今數位時代的浪潮中，GDG on Campus NTPU 扮演著獨特而重要的角色。作為 Google 官方支持的學生社群，我們致力於打破技術學習的藩籬，為跨領域學習者搭建一座友善的橋樑。

本學期，我們推動了多個極具實踐價值的專案，展現了科技與生活的緊密連結。今天的回顧文中，就讓我們一同回顧社員們在期末的發表會上，帶來的這些令人振奮的成果吧！

一、和泰汽車【機器學習/數據分析專案】

| 專案簡介

本社與和泰汽車 MaaS 先進策略本部的合作專案，構築了產學攜手的美好願景。該專案的團隊成員，運用兩年內的維修數據，開發了智慧化的售後零件推薦系統。他們通過數據清洗、建立基準模型，並整合雲端協作環境，目標為打造能夠提升維修技師決策效率的解決方案，並期待能將數據科技應用於汽車產業。

| 當前遇到的問題與解方

1. 與企業合作簽約流程較漫長：由於企業方對合作流程有既定的法務審核規定，因而在合作前的確認期間較長。北大端同學們後來擬定的模式如下——

  • 定期與企業保持聯繫，了解進度。
  • 調整專案的內部進度安排，以因應延遲。
  • 安排與企業方的實體會議，幫助組員先行了解專案內容。

2. 團隊成員時間緊湊：由於組員內有外校生，各自行程緊湊，故敲定會議時間、地點時難以達成共識。大家後來討論出的解方如下 — —

  • 會議排程標準化：在確認會議討論的事項後，運用時間調查工具確認可行的會議時間，盡可能協調至大家都能配合，並將會議結果逐步紀錄在先前建置好的 notion 專案管理表上，以幫助無法參與的組員同步每一次的會議資訊。

3. 資料集難下載：由於企業保密要求，其提供的資料及下載有特定的時間和方式限制，使得組員取得資料集過程較為複雜。團隊後來調整作法如下 — —

  • 建立與企業的即時溝通管道，使技術問題得以快速被解決。
  • 與組員建立進度回報的默契，以了解並追蹤執行進度。

undefined 和泰汽車 x GDG on Campus NTPU 產學合作專案團隊（北大端）

『我們相信，透過有效的溝通與靈活的計畫調整，這些挑戰都將成為團隊成長的契機。』

雖然目前該團隊在執行過程中面臨一些挑戰，但他們已制定了相應的調整策略，維持專案進度的穩步推進。

| 未來規劃

  • 12月 — 2月（資料清理）：各自負責一部分，寒假每兩週一例會檢討進度。
  • 1月初（Baseline 測試）：建立初步模型，確認資料清理策略與模型邏輯。
  • 3月 — 5月（集體衝刺）：完成核心機器學習模型與視覺化呈現。
  • Q3 結案前（成果交付）：提供可預測模型與協作平臺，展示完整成果。

二、臺北科技大學【Linux Odyssey—互動式終端機教學網站】

| 專案簡介

由北科大團隊主導開發的『Linux Odyssey』，巧妙地將遊戲元素與 Linux 學習結合。通過關卡式設計和視覺化介面，使程式初學者能夠輕鬆掌握指令操作和系統概念。這個專案不僅解決了傳統資訊教育中實作不足的問題，更為建立基礎資訊素養提供了嶄新的途徑。

| 技術支援與協作方式

  • 在 Discord 建立每日進度回報區，便於分開檢視各組，並降低資訊落差。
  • 定期更新 GitHub 協作平臺，確保所有資源集中管理。
  • 持續注意 API 命名規範，確保組員之間易於理解。
  • 確保資料分析使用的數據清理方法準確，避免後續分析偏差。
  • 持續優化跨組協作方式，提高溝通效率。

| 各組進度分享

  1. 前端、UI/UX：完成初步樹狀圖優化、帳號頁面設計初稿，以當前目錄為畫面中心，可使用滑鼠滾輪縮放與拖移，並一鍵將畫面回到 100% 佔比處。
  2. 後端：在了解程式碼架構後，已完成小抄區及錯誤回報功能開發。
  3. 數據分析：在了解檔案架構後，目前正透過轉換格式進行資料檔案預處理，並根據使用者的使用歷程，選擇相關數據進行初步清理與彈性分析（如使用者資料、過關進度與最近上線時間）。
  4. 行銷：現階段以文字發文為主，密切關注實施效果，以便及時調整策略；未來則將另行安排線下活動，以取得專案回饋。

| 未來展望

  • 在 GitHub 上做教學網站（客群多且競爭者少）。
  • 前端、UI/UX：完成樹狀圖細節修正、測試移動目錄功能、設計帳號頁面範本，完善行動版目錄互動體驗、設計玩家感想頁面收集反饋，以持續開發與優化頁面和關卡。
  • 後端：讓使用者的小抄在系統開啟時能自動載入、進行整合測試、建立新專案，以獨立處理錯誤回報。
  • 數據分析：利整理數據清理成果，確保處理後檔案適用於後續分析，最終設定簡單分析模型並測試成果的可行性，並嘗試利用後臺資料更精準地鎖定目標客群。
  • 行銷：實施行銷計畫，推廣 Linux 關卡與專案亮點，定期追蹤流量數據並回報成效，最終透過社群媒體的影響力發掘更多對網站有興趣的潛在使用者。

undefined 『Linux Odyssey』專案團隊（北大端）

三、Awesome Taiwan Knowledge Dataset（ATK）【TaiSoc — 繁體中文 AI 開源實踐專案】

| 專案簡介

由於現有的主流語言模型多以全球化或通用性為設計目標，因此它們對於臺灣相關問題的回覆準確率、平均信心值皆不太理想。有鑑於此，ATK 團隊精心設計了涵蓋臺灣歷史、文化、教育等領域的問答資料集，並攜手 GDG on Campus NTPU 開發了『TaiSoc』，一個專門回答臺灣社會人文與地理知識問題的語言模型。

TaiSoc 的命名靈感取自「Taiwan」、「Social」兩個字，不僅填補了全球 AI 模型在本土知識理解上的空白，更為發展具文化敏感度的 AI 技術奠定基礎，十足體現了對本土文化傳承的重視。

| 目標客群

TaiSoc 定位於專業與通用之間，客群廣泛，包含：

  • 教育與學術機構，如教師、學生、研究人員。
  • 公部門與政策制定者，如政府機構、非營利組織。
  • 商業與文化產業，如旅遊業者、文創與出版業。
  • 媒體與新聞業，如記者與編輯。
  • 普通消費者，如本國居民、外國人士。

| 各組進度分享

1. 前端介面設計

  • 回答生成流程：使用者提出的問題和聊天紀錄會以 JSON 格式發送到後端 RESTful API，而後端的 AI 模型將根據上下文理解問題並生成回應，再返回給前端顯示。
  • 安全性設計：透過 SHA-256 加密驗證使用者密碼，確保其帳戶資料安全，通過 Bearer Token（API Key）授權的 API 請求，則能夠幫助防止未經授權的存取。
  • 介面設計：使用 Streamlit 建構，使用者可以直接在聊天介面輸入問題、查看聊天紀錄和即時回應，簡單直觀。
  • 錯誤處理：系統透過 HTTP 請求與後端互動，並對超時或無效回應進行錯誤捕捉，確保伺服器穩定性。

2. 後端架設原理

undefined Fine-Tuning 原理（在語言模型上再加上自己的模型，當資料集是開放式問題時會出現偏誤）

undefined RAG 原理（用資料集去回答問題，當資料集是選擇題時會出現偏誤）

| 未來展望

對於 TaiSoc 的後續規劃，團隊計畫優化前端介面、在後端加入雲端功能，並藉由生成式 AI 產出類似問題的同樣答案，或將原有選項拆分為不同的論述，來降低 AI 的回覆偏誤。

除此之外，因應現今學生實習需求增加，但相關資訊卻很分散，專案團隊也希望能整合實習資訊到同一平臺，方便學生應徵及企業徵才互相媒合。

undefined 『TaiSoc』產學合作專案團隊（北大端）

四、內部提案【社團部落格開發】

| 專案簡介

為了建立更完善的資訊分享平臺，本團隊著手開發了 GDG on Campus NTPU 的專屬部落格，最終成果不僅將成為記錄社團活動的重要園地，更規劃在來年五月轉型為大型成果發表的展示平臺。

| 各組進度分享

undefined 網站架構設計

  1. 前端、UI/UX：在花費許多時間學習框架、如何與後端配合資料後，目前已完成首頁功能連接，和各個展示頁面的分頁設計。
  2. 後端：已將伺服器部屬至 GCP，並串接 Google API，實現 Google 會員登入功能。
  3. 行銷：透過調查全球學校 GDG on Campus 網站，進行市場趨勢與競爭分析，已擬定差異化策略；同時針對 TA 進行架構討論，分析使用者行為與偏好；並協作 UI/UX 進行功能區域規劃。

| 時程規劃

  • 本學期：網站首頁框架、基本 API 功能（登入頁面）已搭建完畢，總完成度預估為 70%。
  • 行銷規劃：優化 SEO 搜尋引擎，加強宣傳和推廣、協助其他部門，完善網站後續功能設計與開發。
  • 最終目標：預計在 2025 年 5 月底前完成網站，並在下學期的期末專案發表會上，完整 demo 社團部落格功能。

undefined 『GDG on Campus NTPU BLOG 開發』專案團隊

五、內部提案【HoopUp — 運動聯盟】

| 專案簡介

在專案負責人對臺北大學的籃球聯盟進行觀察與調查後，發現對聯盟而言，目前有著許多管理上的不便，包含：

  • 比賽排程混亂
  • 聯盟與球員缺乏互動
  • 球員及隊長無法查看個人數據與排名
  • 球員數據與出席時間依靠人工統計，隊長必須不斷調查球員可比賽日期
  • 球隊臨時無法參賽時協調不易
  • 球迷及球經難以取得聯盟相關訊息

為了解決校園運動賽事管理的上述痛點，團隊開發了全方位的運動管理平臺『HoopUp』，以**「簡化籃球生活，盡情享受比賽」**作為口號，囊括了賽程安排、數據統計，以及線上互動等功能，不僅提升了賽事管理效率，更為建立活躍的校園運動文化開創新局。

| 各組進度分享

  1. 前端：以 Flutter 框架呈現頁面與設計，目前已初步開發個人檔案、排名、對戰組合、行事曆頁面，並串接登入用 API，將 token 儲存於本地。
  2. UI/UX：除了負責設計產品主視覺、logo 等美術週邊外，目前也已完成 APP 主頁、頁籤、日曆功能的介面設計。
  3. 後端：使用 prisma（方便操作資料庫）、bun（執行環境）、Nitro（後端框架）、azure static web apps（部署），已完成資料庫創建、登入 API-JWT 驗證，以及 MVP、隊伍排名、個人戰績查詢之 API 串接。
  4. 行銷：已建立品牌形象與市場定位，並規劃完畢文案主題，後續將以「創建有個性的社群品牌」為目標，除了有效傳達品牌理念，也時刻記錄開發過程的秘辛，目前規劃經營 FB、threads、IG、官方網站等平臺。

| 未來規劃

未來，團隊的後端組將設計自動配對的演算法、建立日曆功能 API，並與前端互相串接；行銷組則將按照現有的規劃，持續量產文案，並隨時觀察、回應市場，做出必要的調整，持續提升文案品質。

就短、中、長期規劃而言，HoopUp 的負責人表示，團隊在短期內將先行與北大籃球聯盟合作，測試正式版的 APP；接著持續開發更多功能，將該 APP 推廣到全臺大專院校；最後則希望能應用於更大型的運動賽事，或針對其他運動項目進行開發。

undefined 『HoopUp』專案團隊

六、內部提案【社團 LINE Bot 開發】

| 專案簡介

在我們與其他人分享自己的社團時，最常聽到的問題可能是「GDG on Campus NTPU 是什麼樣的社團？你們都在做什麼呀？」

為了便於讓大家迅速認識我們、擴展可能的受眾，專案負責人提出了這樣的想法——利用社團資料作為基底，為 GDG on Campus NTPU 開發一個專屬的 LINE Bot 助手，即時回答相關問題，提升社團的服務品質。

| 開發方法

undefined Fine-Tuning 流程圖

undefined RAG 流程圖

團隊在開發過程中，採用了 Fine-Tuning 和 RAG（檢索增強生成）架構兩種主要的技術路線：在 Fine-Tuning 方面運用 Unsloth 技術，以更精簡的計算資源來微調 Ollama 模型；在 RAG 架構中，則結合了 OpenAI 的 text-embedding-ada-982 進行文本向量化，並使用 ChromaDB 建立高效的檢索系統。而為了生成回答，團隊選用了 GPT-4o-mini 作為嵌入模型，並透過 ngrok 建立與 LINE Bot 的連接，進行實時測試。

| 問題與展望

然而，此團隊在開發過程中也遇到了一些挑戰。首先是 Fine-Tuning 的過程較為複雜，且小型模型在微調後的表現，往往難以超越大型模型的基準水平。

但有趣的是，團隊也因此發現微調後的模型在英文對話方面表現良好，中文對話卻則略顯品質不足；相比之下，採用 RAG 架構的版本在中文對話方面展現出更好的效果。

儘管如此，團隊仍在積極探索「如何讓小型模型能夠在特定場景下，達到甚至超越大型模型的表現」——目前這個雄心勃勃的目標成為了推動他們持續改進的動力。

undefined 『GDG on Campus NTPU LINE Bot 開發』專案團隊

七、內部提案【北大法規問答小幫手】

| 專案簡介

此專案的誕生源於負責人觀察到的三個主要痛點：校園法規分散在網站各處難以尋找、條文繁多導致查找耗時、以及相似法規版本眾多造成辨識困難。

為解決這些問題，團隊希望能開發一個整合性的法規問答網頁，其中後端負責問答 API 與法規資料庫的建置、前端則專注於問答介面的設計。

| 各組進度分享

undefined 前後端互動流程

  1. 前端：已設計簡單介面，並支援切換深/淺色模式、創建新對話，且對話名稱會依流水號自動命名、刪除目前對話或所有歷史對話等功能。
  2. 後端（框架與 API）：已成功整合 Django 與 RESTful API，並結合 Gemini API 實現核心功能，同時完成基本功能開發，也讓前端可以支援這些功能，並建立了靈活的後臺管理系統，支援法規的巢狀分類管理與標籤設置。
  3. 後端（資料庫）：
  • 數據導入與整合：向 Supabase API 發送 POST 請求，利用 Python 將數據插入資料庫。
  • 數據預處理：將爬蟲數據（文字）格式化，自動生成標籤。
  • 測試與驗證：確認插入數據之內容無誤，並檢查標籤分類是否合理。
  • 正嘗試開發能從學校網站自動抓取資料，並轉換成可用格式的爬蟲程式。

| 未來規劃

  • 實現前後端完全分離：使 API 服務能更靈活地支援未來的其他應用。
  • 功能擴充：優化使用者介面（增加批量操作、分頁瀏覽等實用功能）、加入多語言支援。
  • 技術層面：建立自動化的法規更新機制、強化與 Gemini 的整合效能、嘗試應用 RAG 技術，提高使用者問題與搜尋資料間的相似性，進一步增強 AI 回答的準確度。
  • 系統安全性：實施完善的 API 權限控制、防濫用，以及資料加密保護機制...等措施。
  • 組員統籌：進一步整合前端、後端、資料庫的運作，並持續優化組員間的協作方式，讓專案能更穩健地持續推進。

我們希望透過這些規劃提升網頁的實用性和可靠性，並能為北大師生提供一個更便捷、更聰明的法規查詢平臺。

undefined 『北大法規小幫手』專案團隊

八、社師總結

undefined 在發表會的總結環節中，我們的社團導師 Roger 針對各個專案提供了具體的回饋與建議

在回顧過程中，ATK 專案團隊分享了他們選擇主題的考量，主要是基於完整資料集的可得性；HoopUp 團隊則分享了他們在多組別協作時的經驗，透過明確的任務分配、定期會議討論和開放的意見交流，成功化解了團隊間的衝突。

藉由部落格開發專案，社師也特別強調了跨領域合作的重要性，建議大家在面對 UI/UX 設計與技術實現之間的落差時，前端、後端與設計團隊需要通過持續溝通來尋找最佳平衡點。

另外在社師的提問下，法規問答小幫手團隊坦承目前專案的完成度僅達到預期的 30~40%，並意識到若能在專案初期更全面地了解需求並完善分工，將能達到更好的成果。

最後，導師對所有團隊在短短一學期內取得的成果給予高度肯定，並提出三點重要建議：

  1. 勇於接受挑戰，嘗試突破自我的舒適圈。
  2. 積極尋求跨領域合作的機會。
  3. 視專案經驗為職涯發展的寶貴資產（尤其是團隊協作能力的培養上）。

這些回饋不僅肯定了各團隊的努力，更為未來的專案開發提供了重要的指導方向。

九、小編還想說...

undefined 努力了一學期的同學們辛苦了🥳！也特別感謝社師給我們的寶貴回饋

無論是處理團隊協作的複雜性，克服技術實現的困難，還是在有限資源下尋求最佳方案，每位社員在本學期中都展現出令人欽佩的成長思維與解決問題的能力。每一次的討論、每一個突破、每一段熬夜奮鬥的時光，都成為了彌足珍貴的學習經驗——我們相信，這些寶貴的歷程不僅豐富了大家的專業技能，更培養了在職場中不可或缺的溝通協調能力。

在此，我們特別感謝每一位用心投入專案的社員們。感謝你們在課業繁重之際，仍願意付出寶貴的時間與心力；感謝你們在遇到困難時不輕言放棄，而是互相扶持、共同成長；感謝你們用熱情與創意，讓每個專案都綻放出獨特的光彩。正是因為有你們的堅持與付出，才能讓我們的社團在短短一學期內收穫如此豐碩的成果。

展望未來，我們期待這些專案能持續發展，為校園和社會帶來更多正面影響。GDG on Campus NTPU 將繼續秉持開放、創新、協作的精神，為想要探索科技世界的學子們提供一個友善的平臺。讓我們帶著這份感動與收穫，繼續以好奇心探索科技的無限可能、用創意與專業回應生活中的需求，繼續迎接下一個學期吧！