把感測器、網路與系統串起來，讓專案真正落地

Case A｜溫室/場域感測器現場安裝與資料驗證

問題：現場網路環境不一且故障難查，需要安裝感測器並確保資料能回傳落地。

我做了什麼：自備/尋找材料完成支架與安裝、判斷網路環境、現場設定與測試、驗證資料寫入 DB，並指導同事定位斷點。

結果：完成場域試營運並穩定回傳資料，建立佈線/檢修 checklist，後續由團隊沿用。

現場照片與安裝紀錄可於 NDA 範圍分享。

Case B｜室內定位模組 Survey：可靠性測試與資料解析

問題：缺乏 TTL/接線與測試經驗，需要驗證室內定位模組可靠性與資料解析。

我做了什麼：研究模組資料、規劃測試方法、選定接入設備與接線方式（含 GH1.25/杜邦端子壓接）、搭建支架進行試驗並整理文件。

結果：輸出「腳位/供電/資料格式」文件與測試結果，列出可靠性風險與替代方案，作為採購決策依據。

測試紀錄與接線示意可於會議中提供。

Case C｜紅外線測距模組：到貨後無人驗證，由我串接與解析

問題：既有採購模組與客製 gateway 無人驗證，資料 parse/交換不明。

我做了什麼：完成模組測試、資料解析與串接流程釐清，補齊可驗證的測試方法與結果。

結果：建置可重複驗證的解析程式與資料交換格式，協助供應商修正 gateway 韌體並完成驗收。

模組照片與測距紀錄可於 NDA 範圍展示。

Case D｜空氣品質偵測產品逆向：拆解 BOM 與成本/策略評估

問題：需要掌握產品內部構造與成本，決定自研或合作策略。

我做了什麼：拆機找出 sensor 規格與型號、推測架構（例：Raspberry Pi 3 串接多顆 sensor）、彙整成本與風險，建議改走與廠商合作並提出權限開放需求。

結果：避免錯誤投資方向，改用更合理的合作策略。

拆解圖與成本評估表可於需求討論時展示。

Case E｜地磁車格感測器：維運成本過高 → 自行拆裝與數據追蹤

問題：外包拆裝費用高且施工品質差，資料也難追。

我做了什麼：提案購買原廠工具由內部拆裝，建立可追蹤使用情況/用電量/壽命的方式，並改善後台報表（10 分鐘級縮短到秒級）與序號錯誤造成的資料遺失問題。

結果：拆裝成本降低、報表效能拉回秒級，序號追蹤與電量監控落地，維運人員能快速比對異常。

拆裝流程照片與報表截圖可於諮詢時提供。

Case F｜軟體專案範例

內容：自助點餐機（C# Winform、Socket、多店交易）、人流偵測系統（Node.js、Linux Debian、AI 人流攝影機、MariaDB；模組化可替換）、車輛在席偵測（Python/Flask、MQTT、LoRa/RS485、MySQL；修正外包設計讓系統可用）、地圖應用（JavaScript/Node.js/React，使用公司 SDK 開發 Web GIS）。

結果：專案皆完成版本管控與文件化；點餐機與人流偵測上線營運、地圖應用作為展示看板長期維運。

系統介面與看板截圖可依需求展示。