轉職熱搜工作

1.資料分析 (1)統計理論相關知識，並有數據分析實際經驗。 (2)使用統計與資料分析軟體，進行專案產生之數據分析。 (3)提供數據視覺化報表及說明。 2.專案管理 (1)專案規劃、啟動、執行、驗收、保固追蹤。 (2)召開專案定期會議，進度報告、會議紀錄發布與確認。 (3)專案成員合作協調、驗收規劃、教育訓練課程安排、保固追蹤。 (4)專案文件需求規劃、分工、跟催彙整、檢閱與交付。 (5)專案風險評估、管理與排除。

工作內容如下: 1. 跨單位溝通：擔任技術諮詢對象,協助非技術單位排除系統使用問題,將需求轉化為技術解決方案,並與外部廠商進行溝通。 2. 系統維護：委外系統的故障排除（Debug）、SQL 報表撰寫及數據分析。 3. 專案管理：獨自負責專案管理、需求訪談與流程設計。 個人能力與特質: 1. SQL：能看懂撰寫 View 和 Stored Procedure,具查詢優化概念更佳。 2. 技術文件：具有撰寫PM相關技術文件之經驗。 3. 個人特質：好溝通,自學能力強,對工作具責任感。

1.數據戰略規劃：制定和執行公司或組織的數據戰略，包括數據收集、處理、分析和應用的整體計劃 2.數據分析與洞察：指導資料科學家、分析師、問卷調查團隊進行數據分析，從數據中獲取有價值的洞察，支持業務決策 3.內部數據系統管理：負責公司內部數據系統的管理與優化，確保系統的高效運行與安全性，並支持內部各部門的數據需求 4.團隊管理：領導和管理數據團隊，確保成員之間的協作順暢，並推動團隊發展 5.跨部門協作：與其它業務部門合作，確保數據戰略與業務目標一致，並推動數據驅動的決策 6.風險管理：評估和管理數據風險，包括數據安全和數據隱私風險 【薪資待遇】提供具競爭力薪酬，月薪面議，若績效達平均水準者，年薪可達19個月以上，績效優者年薪將更高。

主要協助公司進行營運流程的數據化與資料庫建置。你需要處理來自不同合作單位的繁雜資訊，確保數據的精確性以支援公司決策。 1.營運資訊搜集與整合： 針對專案需求，向外部合作夥伴（如飯店、車隊、各類供應商等）進行規格參數、營運數據之搜集與彙整。 2.資料庫維護與數據清洗： 負責原始數據的除錯、清洗、分類與標準化，將非結構化資訊轉化為系統可用的標準格式，並定期維護資料庫更新。 3.問卷工具管理與執行： 設計資訊收集表單（如 Google Form / SurveyCake），並負責後續的發放、進度追蹤、催收以及回覆內容的邏輯檢核。 4.報表製作與基礎分析： 協助將收集之數據產出統計報表，分析資源使用效率、成本結構或其他營運指標。 5.其他主管交辦事項： 協助部門行政事務及跨部門數據支援。

1. 數據分析： 1.1 數據收集、整合資料庫、API 與第三方資料來源 1.2 數據清洗、轉換與前處理 1.3 統計分析、趨勢分析及異常偵測 1.4 自動化資料處理流程 2. AI Framework整合 2.1 整合大型語言模型（LLM）與 AI Framework 2.2 開發 AI 應用功能與優化模型 2.3 系統佈署

1.銷售報表製作、文書資料彙整處理 2.細心、耐心、具責任感，能夠按照SOP流程，在時間內完成工作 3.擅長excel 公式尤佳，須具備邏輯分析能力 4.主管交辦行政事務 5.可配合輪班輪休

工作內容： ＜About the job＞： We‘re seeking AI/ML enthusiasts with experience and skills in working and are passionate about extending AI/ML expertise. The Data Science & AI team of headquarter IT is developing the frontier and practical analytic technologies that enhance the data value. As the AI/ML engineer, you‘ll join the AI/Big Data Analytics program/projects of headquarter IT and assist in building the model/algorithm to empower data-driven & analytics-driven for driving business value from data insights in this world-class company (Fortune Global 500, 22nd). ＜Job Type Option：＞ *Type1: AI/ML Engineer (Engineering-Oriented) (1) Use Machine Learning/Deeping Learning/Analytical techniques to build models for internal different scenarios and requirements. (2) Building the model lifecycle from data exploration to feature engineering to model evaluation and validity analysis capabilities. (3) Execute efficient, scalable, automated processes for model development, model validation, and model implementation (4) Deploy the model to production and maintain/optimize the models by MLOps. (5) Experience in Azure Data Lake, Azure Databricks, and Azure Data Factory is preferred. (6) Experience in AWS SageMaker is preferred. *Type2: NLP AI Engineer (1) Focused on NLP Algorithm/Machine Learning & Deeping Learning for Text. (2) Develop the Algorithm of NLP(Natural Language Processing)/ Computational Linguistics/Text Mining/Topic Modeling (3) Join the project to build the end-to-end NLP systems, from understanding the requirements to selecting training datasets to model, evaluate, and deliver/deploy NLP models. (4) Fine-tune LLMs and optimize and resolve issues related to LLM usage in production scenarios, enhancing reliability, accuracy, and performance. *Type3: AI/ML Engineer (Analytics-Oriented) (1)Use Machine Learning/Deeping Learning/Analytical techniques to build models for internal different scenarios and requirements. (2)Build the model lifecycle, e.g., from data exploration to feature engineering to model evaluation and validity analysis capabilities. (3)Execute efficient, scalable, automated processes for model development, model validation, and model implementation. (4)Apply quantitative methods including but not limited to above tasks to solve business problems. (5)Being passionate and patient about working with complex data ＜Skills＞ ．Type1 & 3 : AI/ML Engineer(Engineering-Oriented & Analytics-Oriented) (1)Familiarity with any one of Machine Learning, Statistical Modeling, Deep Learning (Nature Language/Image/Time Series) model/algorithm building of the practical application in the industry. (2) Being familiar with Python Libraries, e.g., Numpy, Pandas, Scikit-Learn, SciPy, Matplotlib, etc. (3)(For Engineering-Oriented) Knowledge of Big Data with Machine Learning/Statistical modeling related technologies such as Spark MLlib or PySpark or SparkR/SparklyR. (4)(For Analytics-Oriented) Knowledge of Deep Learning Framework such as TensorFlow/Caffe/Pytorch/Keras. ．Type 2: NLP AI Engineer (1) Experience with text mining algorithms such as word segmentation, POS tagging, named entity recognition...etc. (2) Experience in algorithms and libraries of NLP(Natural Language Processing), especially in machine learning techniques applied to NLP, such as Text mining, Text classification, Information Extraction, Keyword Tagging, and content discovery. (3) Familiar with one general-purpose programming language (e.g., Python, Java, C/C++) (4) Experience manipulating and integrating unstructured, semi-structured, and structured data. (5) Excellent knowledge and demonstrable experience using open-source NLP packages such as NLTK, Word2Vec, Standford CoreNLP, SpaCy, and Gensim. (6) Knowledge of Open source LLMs, such as BERT, BLoom, LLaMA..., etc., and NLP frameworks, like Hugging Face Transformers, PyTorch /JAX

1.數據蒐集與清理 ・建立並維護電商平台(蝦皮、momo、蝦皮廣告等)的數據收集流程 ・撰寫爬蟲或使用API,蒐集商品、價格、銷量、評價等數據 2.數據分析與報表 ·建立銷售、流量、關鍵字、競品比較等分析模型 ・使用 BI L具(Power BI、TableauㆍGoogle Data Studio)製作可視化報表 ・追蹤並分析行銷活動(廣告投放、折扣 )的成效

1.數據蒐集與清理 ・建立並維護電商平台(蝦皮、momo、蝦皮廣告等)的數據收集流程 ・撰寫爬蟲或使用API,蒐集商品、價格、銷量、評價等數據 2.數據分析與報表 ·建立銷售、流量、關鍵字、競品比較等分析模型 ・使用 BI L具(Power BI、TableauㆍGoogle Data Studio)製作可視化報表 ・追蹤並分析行銷活動(廣告投放、折扣 )的成效

1.根據內外部業務需求，提供數據分析與洞察 2.以商業應用角度解讀分析結果，並提供對應策略建議 3.熟悉內部數據平台，對內及對外進行使用推廣 4.跨部門、跨集團，及外部數據合作洽談 5.執行主管交辦事項與專案 【薪資待遇】月薪依能力與經歷核敘；若績效達平均水準者，年薪約90~108萬，績效優者年薪將更高。