轉職熱搜工作

1.進行資料收集、標籤定義與數據清理。 2.進行調查數據的彙整，分析調查數據與繪製統計圖表，並撰寫分析建議報告。 3.依據分析需求，進行資料數據分析與邏輯運算作業。 4.分析企業統計數據。 5.數據視覺化報表產出，製作相關簡報。 6.有效利用分析結果，提供單位擬定決策。

1.數據治理實施，包括資料模型、資料定義、元數據、資料品質等 2.建構數據工作流(Data Pipeline)、導入數據工程自動化和敏捷實踐(DataOps) 3.熟悉數據架構規劃、數據源開發、數據蒐集與處理、數據探勘與加值 4.數據建模 : 依主題挑選適當模型方法與參數處理進行多類型建模與冠軍模型挑選，與商業分析師合作進行統計分析模型及最佳化的研究與開發。 5.視覺化應用 : 善用視覺化工具(PowerBI)溝通特徵值與模型分析結果。 6.具備跨單位的大型專案管理實務 7.具備良善的溝通技巧及專案團隊協作能力

Job Summary: The Machine Learning engineer will be responsible for computer vision related projects, particularly in advanced image/video processing analyses and utilized for improving product quality, production yield, and factory effectiveness, along with other R&D activities such as algorithm designs, prototype developments and experimental designs. Key Responsibilities: • Design, implement, and refine advanced Machine Learning/Deep Learning models to support product quality improvement, increasing yield and factory effectiveness. • Cultivate strong relationships with production line engineers, IT, and other key stakeholders to ensure alignment of modeling initiatives with company objectives and to identify new hypotheses for model improvements. • Scale out modeling capacity by driving infrastructure improvements such as automation of data preparations, model training, implementation, and optimization. • Apply deep learning and computer vision techniques, such as image classification, object detection, and support integration of models into tools for use by product engineers and business analysts. • Engage with customers to develop and customized data analytics solutions to address special needs. • Address ad hoc queries from management and present actionable recommendations in a clear, concise, and convincing manner. • Communicate the application and benefits of using various modeling techniques to improve decision-making to customers and stakeholders. • Collaborate effectively with team members, whether leading projects or supporting initiatives led by others. • Research and evaluate new data technology and state-of-art algorithms, and keep up to date with market trends and competitive insights.

(1)市場調查及資料蒐集，提供決策支援； (2)撰寫深度產業研究報告； (3)客製化諮詢服務，助力企業提升競爭力； (4)團隊協作與溝通交流，維持優質服務。

1. 各項製程良率報表開發以及圖表繪製分析 2. 分析集團機台生產數據並建置分析模型，提供工廠營運改善建議 3. 負責集團大數據資料挖掘與整併、資料預處理、探勘、分析、管理與資料運算 4. 具Python程式撰寫能力，熟悉Django網站框架架構者佳 5. 熟悉資料分析技術(General statistics, Data mining, Machine learning, Deep learning等)者佳 6. 熟悉統計分析及模型建置者佳 【加分項目】 具SQL 程式能力者優 #Python #機器學習 Machine Learning #大數據 Big Data

1. 資料倉儲管理與數據中心建置。 2. 根據市場與客戶所需, 提供數據分析結果。 3. 針對需求可提出解決方案與技術可行性評估 。 4. 營運上相關數據分析, 如會員行為模式分析,提出分群描述及預測模型。 5. 撰寫遊戲機率模組演算程式。 6. 熟悉數據管理、可視化及產出報告。

1.數據處理與分析能力：透過用戶標籤，幫助業務團隊尋找潛力客戶 2.行銷專案效益分析：透過前端網頁蒐集資訊，尋找高含金量的行銷管道 3.數位平台優化：透過平台埋點，蒐集客戶軌跡，結合問題回饋，進行產品優化

【工作內容】 1.材料化學領域產業數據分析 2.材料化學領域數據清整分析，彙整數據結果並分析原因，撰寫執行與建議報告書與數據分析模型建置 3.規劃、執行與管理材料化學領域數據分析相關之研究計畫 4.研究計畫提案與相關研究成果服務推廣與廠商訪視 【研究室簡介】 本研究室專注在發展應用於材料科學與產業之AI相關技術，透過AI平台MACSiMUM (https://www.macsimum.org/)與相關數位工具導入，於線上/線下提供產業於材料設計模擬、製程數據資料、產品實驗驗證階段之AI工具與人才培育能量，降低材料廠商跨入智慧化IT技術的門檻，改變國內材料廠商的研發模式與思維，並連結材化所內部技術與材料/製程/元件的驗證數據，利用整合解決方案以更直觀的模式向客戶展現技術能量與提供協助 【亮點技術】 1.材化領域AI專案導入與輔導 2.材料設計模擬與特徵萃取 3.材料配方與製程優化 4.材料技術數據資料庫規劃與建置 5.材料開發數據清整分析與AI (機器學習、深度學習...)模型建置 【工研院材化所~熱情招募中】 我們擁有充足的研發資源，打造菁英研發環境，鼓勵創新求變，豐富技術視野 熱情邀請具材料/化學/化工/電機/AI等專業能力的你加入，展開研發菁英旅程 #綠色科技 #淨零碳排 #永續環境

你是否熱愛用數據說話，樂於解構商業問題、提出策略解方？ 我們正在尋找具備 數據分析專業能力與領導潛力 的你，擔任資深 BI 專員／儲備幹部，帶領團隊建立可視化報表與數據平台，推動全公司數據文化落地。 【我們是誰】 科定企業股份有限公司（TW-6655）成立於 2002 年，秉持「環保健康建材」使命，打造全台唯一從原木採購到產品銷售的一條龍產線。 產品榮獲 MIT 微笑標章、健康綠建材、台灣精品獎等多項肯定，為國際飯店與精品住宅首選品牌。銷售足跡遍及美國、日本、韓國、新加坡等地，堅信「綠色建材改變世界，數據驅動加速前進」。 【你的工作內容】 1.主導 BI 平台架構規劃與報表開發，打造視覺化儀表板，提供即時商業洞察。 2.管理數據專案，安排優先順序與時程，協助團隊突破技術瓶頸。 3.深入跨部門溝通，將業務需求轉換為具體數據分析方案。 4.推動數據文化，設計內部訓練，提升全員數據素養與自助分析能力。 5.持續監控系統效能，優化平台使用體驗。 【你需要具備的條件】 1. 5年以上數據分析或 BI 領域實務經驗，熟悉 Power BI、Tableau、Qlik 等工具。 2. 熟悉資料庫結構與 ETL 流程，具備 SQL、Python、R 等語言能力佳。 3. 2年以上團隊管理經驗，能有效帶領團隊並推動跨部門合作。 4. 具備良好商業敏感度，能針對營運指標提出優化建議。 若有相關專案經驗，歡迎附上作品或報告。 【為什麼選擇科定？】 1.具市場競爭力的薪酬福利：底薪＋分紅＋年終獎金。 2.廣闊發展空間：參與核心決策，職涯晉升清晰可期。 3.深耕永續理念：加入綠色建材領導品牌，與全球同步邁向環保未來。 4.企業文化開放透明：重視人才，提供實質成長機會與清楚的晉升制度。 期待有熱情與專業的你，加入科定企業，一起用數據創造更好的未來！

1. 制定並監控織襪機生產計劃，提升生產效能並確保排程准時性。 2. 協調原料採購、物流運輸與生產配置，優化資源分配和降低浪費。 3. 分析生產流程與數據，改進生產效率並推行成本控制方案。 4. 建立並執行品質檢驗體系，確保產品符合國際標準與法規。 5. 訂定績效評估指標，監督生產表現並定期優化運營流程。 6. 規劃與執行設備維護計劃，延長機台使用壽命降低故障率。 7. 設計並執行員工技能訓練，提高技術能力與解問題效率。 8. 持續跟進市場趨勢進行產品分析，開發創新織襪技術與設計。