轉職熱搜工作

1.模型開發與訓練 (Model Development & Training)： －根據產品或業務需求，設計並實作高效能的機器學習 (ML) 或深度學習 (DL) 模型。 －進行數據清洗、特徵工程與模型優化，以確保模型準確度與效能。 －持續實驗新的演算法與框架，並追蹤最新的 AI 發展趨勢。 2.系統整合與部署 (System Integration & Deployment)： －將訓練好的 ML 模型部署至生產環境，並確保系統穩定性與可擴展性。 －實作 MLOps 流程，包含模型監控、性能追蹤與自動化再訓練。 －與後端工程師協作，將 AI 模型以 API 形式無縫整合到現有產品或服務中。 3.數據分析與管理 (Data Analysis & Management)： －與數據團隊合作，定義並準備用於訓練、驗證和測試模型所需的高品質數據集。 －分析模型輸出的結果，提供業務洞察，並針對問題提出改進方案。 4.技術文件與交流 (Documentation & Communication)： －撰寫清晰的技術文件，記錄模型設計、實作細節和部署流程。 －與跨職能團隊（如產品經理、設計師）有效溝通 AI 方案的技術限制與商業價值。 ◆員工的身心健康，我們用心關懷◆ 免費伙食/定期健檢 團體保險/員工協助方案EAP 書報閱覽室 員工宿舍(套房式，非設籍桃園者可提出申請) ◆員工的幸福感，我們持續創造◆ 《Bonus》 平均年薪 14 個月以上 績效獎金制度(月/獲利分享/達標/年終獎金) 員工酬勞/認股 《個人成長》 員工教育訓練 完整育才計畫 公開透明升遷制度 ◆員工的歡樂聲，我們努力營造◆ 每月慶生會 三節禮金/生日禮金 婚喪喜慶補助 國內外旅遊補助 部門聚餐 PSA集團年終尾牙晚會 依照公司盈餘、稅捐及成本支出、營運等狀況，本公司保留隨時修訂、調整以上內容之權利。

1.依需求產製各式數據分析報表。 2.協同軟體開發團隊維護Microsoft D365/Power BI。 3.協同軟體開發團隊導入各式數據工具，以彙整線上線下數據。 4.依各式軟體開發專案之內容提供數據落地之建議，並追蹤落實。

※工作內容： 1.醫療數據整理與分析: 負責大規模醫療資料之蒐集、清理、整併與品質檢核, 建置資料處理流程(ETL), 產出可用於研究分析之標準化資料集。 2.自動化解析與資訊抽取: 運用程式工具(如 Python)與 AI 技術, 針對非結構化病歷與報告進行資訊抽取, 並支援後續結構化產出。 3.標準化與流程管理: 建構資料標準化與結構化轉換流程, 設計穩定的批次處理流程, 確保資料可穩定輸出至資料庫或標準交換格式(如 CSV/JSON)。 ※應徵資格： 生物學系/生化科技/化學化工/病理藥理/物理學系/醫學科系/醫事檢驗/護理學系/公共衛生/統計學系/資訊工程/程式設計 等相關科系大學/碩士畢業。英文中等。 1.國內、外學士/碩士學歷畢業，具備良好中文及英文書寫能力。 2.具生醫、公衛、生科、藥學、護理或資訊等相關科系背景；非本科系但對生醫資料處理有興趣者亦歡迎。 3.態度主動積極負責，能團隊合作及樂於知識交流。 4.有學習熱忱，可因應不同挑戰持續自發學習，提升專業能力。 5.具備 Python 及 SQL 使用經驗。 6.熟悉 Linux 操作環境或有大數據處理經驗者佳。 7.具醫療資料或生醫研究相關經驗者 尤佳。 ※工作待遇： 其他––依中研院資訊人員薪資標準：學士級$42,775元起薪；碩士級$51,549元起薪(並依資歷調高敘薪標準；非資訊人員另有薪資標準。) ※應徵文件： 1. 自傳、中英文履歷表(含照片)、最高學歷證書影本。 2. 個人相關能力證照、中英文寫作能力證明文件。 3. 推薦人聯絡方式。 ※應徵備註： 1. 應徵者請將相關資料e-mail至聯絡人信箱，主旨請註明「應徵生醫數據分析師」。 2. 通過書面審查者，擇優面試 ; 資格不符或未獲錄用者，恕不通知及退件。

1.進行數位金融產品與客群的數據分析，產出洞察並提供決策建議 2.客戶行為分析、分群貼標、Persona建置與應用成效追蹤 3.行銷活動成效評估，並持續優化活動策略 4.機器學習模型建置，包含資料整理、特徵工程與模型驗證 5.規劃並優化分析流程，導入自動化設計或重複性作業改善機制 6.建立可重複使用的分析與報表流程，以提升分析效率與穩定性 7.運用生成式AI平台與API（如主流大型語言模型服務），並結合Agentic AI或任務導向工作流程框架（如多步分析、任務拆解與結果整合），協助SQL／分析邏輯生成、數據探索、假設推導與結果摘要，實際導入於日常數據分析流程中以提升效率與品質 8.支援業務、行銷、營運等單位的日常分析與報表需求 9.參與客群經營策略規劃與跨部門專案合作

1.依照部門單位需求，進行需求訪談，彙整系統需求進行歸納設計。 2.整理系統流程與規畫功能邏輯，撰寫相關規格書文件。 3.執行專案與各單位溝通協調。 4.設計測試案例，並驗證產出的系統符合需求，協助需求單位進行驗收。

1.產品市場大數據分析，提出具建議價值的input。 2.市場供需相關因子與指標分析，做為庫存備料與交期判斷依據。 3.原料周轉天數管控、備料準確率分析、庫存調度掌控縮短交期。

郵船物流台灣（YLTW）誠徵資料自動化與整合分析師，以支援國際貨運承攬（IFF）業務及數位轉型計畫。 此職務是業務營運與資訊科技之間的重要橋樑，負責物流系統整合、營運流程自動化，以及實現內部應用系統、客戶、供應商與全球平台之間順暢的資料交換。 合適人選將與海運、空運、報關、倉儲、財務及客服團隊密切合作，開發 API 整合、EDI 連線、自動化工作流程及資料驅動解決方案，以提升營運效率、資料可視性與客戶體驗。 【主要職責】 1. 物流系統整合 • 支援物流作業系統的整合與功能強化。 • 分析業務需求，並針對貨運承攬、通關、運輸及倉儲流程設計資料整合方案。 • 與本地業務團隊、區域 IT 團隊、系統供應商及外部合作夥伴協作，導入系統介面與功能強化。 • 撰寫整合規格、流程圖及技術架構文件。 2. 客戶 EDI 與資料交換 • 透過 EDI、API、SFTP、XML、JSON 及／或 CSV，開發並維護客戶與合作夥伴的連線解決方案。 • 支援涉及貨況可視化、訂單整合及文件交換的客戶導入專案。 • 與客戶、承運商、報關業者及物流合作夥伴合作，排除資料交換問題並持續優化流程。 • 維護 EDI 對應文件及介面規格。 3. 流程自動化與數位化 • 透過與使用單位合作，辨識適合自動化的人工與重複性營運作業。 • 使用 Python、Microsoft Power Platform (Power App、Power Automate) 及／或 RPA 工具設計與導入業務流程自動化方案。 • 開發工作流程自動化解決方案，以降低人工投入並提升服務品質。 • 支援 AI 驅動的自動化計畫，包括文件處理與工作流程最佳化。 4. 資料工程與應用程式開發 • 開發以 Python 或相關工具 為基礎的資料處理與 ETL 解決方案。 • 建置並維護輕量化中介軟體服務與 API 整合。 • 設計並最佳化 SQL 查詢與資料庫處理程序。 • 開發營運報表、儀表板及自動化資料驗證機制。 • 確保跨系統的資料品質、一致性與營運可視性。 5. API 開發與整合 • 開發並維護 RESTful API 與系統介面。 • 參與 API 設計、測試、部署及生命週期管理。 • 整合外部物流平台、客戶系統及內部業務應用系統。 • 維護 API 文件、安全控制及營運操作手冊。 6. 持續改善 • 透過科技與自動化推動流程改善計畫。 • 與營運、客戶服務、倉儲、報關及財務團隊協作，辨識營運痛點。 • 提出創新解決方案，以提升生產力、資料正確性及客戶滿意度。 • 參與區域及全球數位轉型計畫。

1. 數據治理策略規劃 • 制定企業數據治理整體策略與架構 • 建立數據治理框架與標準 • 規劃數據中台建置藍圖與推動策略 • 制定數據安全與隱私保護政策 2. 數據中台建置與管理 • 規劃與建置企業數據中台架構 • 建立數據標準化與資料模型 • 統籌數據整合與轉換流程 • 確保數據品質與一致性 • 建立主數據管理(MDM)機制 3. 數據應用推動 • 推動跨部門數據應用專案 • 建立數據分析平台與工具 • 協助各部門發展數據應用場景 • 提供數據諮詢與支援服務 • 發展數據應用生態系統 4. 團隊與流程管理 • 領導數據治理團隊運作 • 建立數據生命週期管理流程 • 協調跨部門數據相關專案 • 培育數據分析人才 • 評估與導入數據相關工具

＜About the job＞ As the Senior Data Engineer or Data Architect, you‘ll join the various advanced Data Science & AI Projects in the corporate headquarters. As well as developing intelligent applications via related AI and Big Data Analytics Technology for digital transformation, you will have plenty of opportunities to develop emerging applications based on different use cases and expand your tech skillset in this world-class company (Fortune Global 500, 20th). ＜Job Description＞ *Type 1：Senior Data Engineer Responsible for acquiring data using API, Web scraping, or other data accessing protocol/scripting and developing the ETL data pipelines, and the data aggregation systems. Using software development experience to design and build high-performance automated systems. As below: 1. Data Processing (1)Data ETL(Extracting/Transforming/Loading) process engineering and querying from relational data management(such as SQL Script). (2)Building systematic data quality processes and checks to ensure data quality and accuracy. (3)Solid coding experience in Python or Java. 2. Data Pipeline Development (1)Develops a data integration process, including creating scalable data pipelines and building out data services/data APIs. (2)Create a data processing automation and monitoring mechanism by optimizing the data pipeline process. (3)Experience with dataflow/workflow/management tools, such as Apache Nifi, Apache Airflow, Azkaban, etc., is preferred. 3. Data Crawling (1)Build scalable tools that automate web crawling, scraping, and data aggregation from various web pages using frameworks such as Scrapy. (2)Accessing data from REST APIs, particularly in parsing data in disparate formats such as JSON and XML, and developing automated engineering. (3) (Nice to Have) Knowledge of server-based front-end/UI technologies, including Vue/React and HTML/CSS, is preferred. *Type 2：Data Architect Responsible for designing, implementing, and maintaining scalable and reusable system architectures/data architectures for complex data structures and large data in data science and AI projects. As below: 1. Data Schema Design (1)Collaborate with the team to design DB/Table Schema and Data Schema. (2)Consolidate the requirements and use data engineering tech to design and implement a robust Data Mart. (3)Experience handling all kinds of structured/semi-structured/unstructured data and streaming data is preferred. (4)Hands-on experience with Dimensional Data Modeling(Column-based data warehouse) or NoSQL Schema design. 2. Data Platform Architecture (1)Design and build data infrastructure/platform components to support complex data pipelines ingesting various data from multiple internal and external data sources and processing. (2)Familiar with Big Data frameworks and processing technologies, ex: Hadoop, Apache Spark, NoSQL ...etc. (3)Familiar with AZURE or AWS cloud data services(hands-on experience with cloud infrastructure will be a plus) (4)Familiarity with the Linux OS environment, the Shell Scripting, and infrastructure knowledge. (5)(Nice to Have)Experience with declarative infrastructure/container technologies, such as Docker and Kubernetes (k8s/k3s). (Nice to Have).

協助健康/醫藥/流行病學相關研究計畫之研究設計或統計分析 (1) 具基礎流行病學概念，熟悉生物統計分析方法 (2) 熟悉統計分析軟體（如SAS、SPSS、R、Stata等） (3) 具健保資料庫（或臨床資料、健康資料）分析實務經驗 (4) 研究設計邏輯好、自主學習能力強 (5) 態度積極、細心負責，對研究工作有熱忱 【薪資待遇】比照國立臺灣大學計畫專任研究助理支給參考表，學士36,300起、碩士41,500起。 【工作時間】全職，周休二日，彈性上下班(8:00-9:00、17:00-18:00) 【科系限制】數學統計學門、公共衛生學類 【工作經驗】不拘 【電腦專長】SAS、SPSS、R、Stata 【中心網站】https://hdrc.ntu.edu.tw/Default.html