轉職熱搜工作

1.營運數據分析與管理報表製作 o分析追蹤每週/每月營運績效，涵蓋營收、費用、用戶數、ARPU、使用量等指標 o規劃及製作內部經營會議與管理決策所需之報表或簡報 2.商業模式與績效優化分析及提案 o分析個人家庭事業群既有產品與新產品、新業務的營運機會與風險 o與產品行銷、數據分析等不同跨單位合作，提出營收/獲利優化、產品績效提升、或新產品推出建議 3.產業研究與競爭分析 o研究並定期整理國內外電信業、數位產品、OTT平台之市場產業趨勢、產品演進與營運績效 o透過分析競品或特定商業模式，掌握個人及家庭用戶市場趨勢，支援事業群策略規劃 4.年度預算與滾動式預估作業 o執行年度營運預算編列、各項KPI及目標設立與季度滾動式預估調整 o協助事業群主管及財務部進行預算預估、檢討與績效管理 5.專案管理、產品營運及事業群事務執行支援 o進行事業群營運事務統籌及協調，包含事業群內部門間整合，與協調通路、行銷、財務、技術、公關永續等單位之資源與目標共同協作 o處理主管機關(如NCC等) 相關之法遵需求、包含報表、查驗需求及會議等 o其他專案或產品之營運業務或事業群事務支援

1.數據需求分析與開發測試驗證 2.Hadoop與Airflow平台管理 3.專案廠商管理與功能測試驗證 4.系統日常維運與問題處理 1. Perform data requirements analysis and conduct development, testing, and validation of big data applications. 2. Manage and operate Hadoop and Airflow platforms. 3. Manage project vendors and conduct functional testing and validation. 4. Perform daily system operations, maintenance, and issue resolution.

【需求蒐集與系統設計】 1. 與使用者（政府單位、市民、企業）及專案團隊討論功能需求，分析並撰寫系統需求規格書。 2. 依據產品模組架構，規劃後端系統及前端介面的整合流程與數據交換模式。 3. 針對跨系統的數據交互進行資料架構設計 【系統整合與介接】 1. 評估並規劃與第三方服務、企業端系統、政府數據平台的 API/SDK 介接方案。 2. 設計並優化高併發量、高可用性的系統架構，確保系統在大規模用戶使用下能維持穩定效能。 【技術顧問與問題排除】 1. 作為技術橋樑，協助開發團隊、專案管理團隊及業務部門溝通，並提供系統設計與整合的最佳實踐。 2. 協助偵錯與進行系統問題根因分析（Root Cause Analysis），保證系統品質與安全性（例如個資法遵、系統防護）。 3. 定期審視系統效能、可靠度與安全機制，提出升級或優化建議。

本職位將負責推動企業級資料倉儲、數據中台及數據整合平台的架構規劃與治理，確保雲端數據平台技術的成功，以支持數據驅動的轉型目標。負責設計與實施BI商業分析及AI應用系統，整合多元數據流，並確保資料治理最佳實務的落實。需遵循國家個人資料與隱私法規，領導雲端架構規劃及資安規範的符合性，確保政府與企業數據使用的效能、穩定性與安全性。

(1)財務相關管理報表編製分析 (2)核算獎金 (3)專案及產品效益評估 (4)預算編審 (5)分析各個業績指標及銷售目標的達成狀況

1.Databricks 平台維運與開發： 運用 Databricks Workflows 建立與維護自動化數據管線，確保資料每日準時產出。 2.核心 ETL 流程開發： 負責資料的提取、清洗與轉換（ETL），將內部系統資料導入 Databricks 中進行結構化處理。 3.多源系統數據對接： 協助規劃並執行公司內部多元系統（如 ERP, CRM 等）串接到 Databricks 的路徑，解決資料導入的技術痛點。 4.數據架構實作： 實踐 Medallion Architecture (Bronze/Silver/Gold) 架構，優化數據儲存品質。 5.Genie AI 應用： 探索如何利用 Databricks 內建的 AI 工具，提升內部數據分析的自動化程度。 6.數據服務平台整合 (輔助)： 維護現有穩定運行的數據管理介面。

1.成果落地與跨單位複製推廣 ●將成功案例由單一專案擴散為可重複使用的標準模式，逐步建立公司級 資料與AI應用能力 2.業務場景需求分析與應用設計 ●明確定義各事業單位的 AI／分析應用場景，將抽象需求轉化為可執行、 可評估成效的分析與模型專案。 3.資料分析與模型建立（預測／最佳化／異常偵測） ●產出具實際業務價值的分析模型，協助提升營運效率、降低風險或改善 決策品質，並可持續優化。

1.與用戶及利益關係人合作，深入理解產品使用情境，主導用戶研究（包含訪談、問卷調查、可用性測試等），轉化為設計策略與具體方案。 2.建立資訊架構、設計使用流程與互動邏輯，確保產品操作直覺、一致且符合使用者心智模型。 3.製作原型（Low-Fi至High-Fi），運用Figma等工具進行快速迭代設計與驗證。 4.協助規劃跨裝置一致性的體驗架構與介面設計策略。 5.設計 AI 產品的互動流程（如意圖判斷、對話腳本設計、錯誤處理邏輯等），提升用戶與AI系統間的互動體驗。 6.善用AI工具輔助設計與研究工作，並評估AI在產品互動中的應用價值與風險。 7.與PM、工程師、數據分析師等跨部門團隊合作，整合業務目標與使用者需求，推進產品體驗持續優化。

•模型研發： 研發與微調 VLA (Vision-Language-Action) 模型，實現高階語義指令與低階動作指令的精準映射。 •零樣本遷移： 開發 Zero-shot Transfer Learning 機制，提升機器人在未見過環境中的任務執行成功率。 •感知整合： 整合 4D 場景重建、深度視覺與觸覺數據，實現 Physical Grounding，消除 AI 邏輯幻覺。 •效能優化： 優化大模型推論效率，確保在邊緣運算平台上的毫秒級響應與持續學習能力。