Gege M

Pelajar Kejuruteraan Perisian yang bercita-cita tinggi dengan pengalaman memimpin pasukan untuk membina aplikasi web dan mudah alih yang berfokuskan pengguna

Bakat

PetalingAhli sejak 20 Ogos 2026

PythonReactNext.jsFlutterTailwind CSSPyTorchFigma

Sewa orang ini

Hantar tawaran kerja terus kepada calon ini

PythonReactNext.jsFlutterTailwind CSS

Tentang

Pelajar Kejuruteraan Perisian yang bercita-cita tinggi dengan pengalaman memimpin pasukan untuk membina aplikasi web dan mudah alih yang berfokuskan pengguna. Fokus pada pembangunan bahagian hadapan dan reka bentuk intuitif dengan komitmen terhadap penyelesaian masalah secara kolaboratif dan pertumbuhan diri. Kini sedang mencari latihan industri sebagai jurutera perisian atau penganalisis data.

Pengalaman

Pembangun Bahagian Hadapan UI/UX - Malaysia-Japan International Institute of Technology (MJIIT) - Kuala Lumpur, Malaysia

(2025-03 - 2025-07)

MJIIT ResearchHub

Mengurus pasukan 4 orang menggunakan metodologi Agile untuk membina dan melancarkan portal penyelidikan berpusat bagi fakulti MJIIT.
Mereka bentuk dan membangunkan bahagian hadapan untuk aplikasi web berpusat menggunakan React dan Next.js dengan Tailwind CSS.

Pembangun Aplikasi Mudah Alih - Malaysia-Japan International Institute of Technology (MJIIT) - Kuala Lumpur, Malaysia

(2025-03 - 2025-07)

DormBuddy

Membina aplikasi perumahan pelajar menggunakan Flutter dan Dart, menampilkan pangkalan data boleh cari untuk memudahkan penyenaraian tempatan.
Mereka bentuk UI/UX dari awal hingga akhir dalam Figma, daripada lakaran awal hingga prototaip interaktif berketepatan tinggi.

Penyelidikan & Analisis Data - Malaysia-Japan International Institute of Technology (MJIIT) - Kuala Lumpur, Malaysia

(2025-10)

Projek Tahun Akhir

Membangunkan Model Multi-Layer Perceptron (MLP) menggunakan PyTorch untuk meramal suhu bendalir nano berdasarkan sinaran solar.
Melatih dan mengesahkan model pada set data eksperimen bagi memastikan ramalan terma yang tepat.

Ketua Projek Penyelidikan - Malaysia-Japan International Institute of Technology (MJIIT) - Kuala Lumpur, Malaysia

(2025-03 - 2025-06)

Sistem Pengecaman Aksara Optik

Membangunkan model CRNN-LSTM untuk pengecaman teks automatik, dilatih pada set data 50,000 imej sintetik.
Mencapai ketepatan aksara sebanyak 94%, meningkatkan kebolehpercayaan pengekstrakan teks berskala besar dengan ketara.

Jawatankuasa Luar Pemasaran - Software Engineering Society UTM

(2026-03)