轉職熱搜工作

【工作內容】 1.運用資料進行視覺化報表/儀表板設計、開發、維護。 2.與需求單位(如：資訊/業務/行政…等)使用者進行訪談，協助釐清並理解需求，設計出合適的可視化解決方案。 3.利用Power BI或其他視覺化工具製作分析報表，幫助進行業務決策。 4.協助執行相關專案及主管交辦任務。 【其他條件】 1.具備數據分析相關工作經驗；熟悉Excel繪圖工具與基本函式運用。 2.熟悉SQL等數據庫操作和統計分析工具； 3.熟悉Python、R等相關數據分析工具； 4.熟練使用 SQL 和至少一種可視化工具（如 Tableau、PowerBI 等）進行數據分析和報表呈現。 5.具備良好的數據分析能力和邏輯思維能力

Job Summary/Role: The Big data developer team works closely with the manufacturing functions in all relative data fields, such as, 1) connecting and automating the data pipeline from MFG file servers, API, RDB, etc., 2) building structurally data warehouse and data market for flexible application or dashboard, and 3) also handling data cleansing and data governance. In order to accelerate the development of application/analysis, Big data developer will be the individual contributor with strong experience in the technologies of Big Data, Data warehouse, SQL and NoSQL etc. Also Big data developer will also work closely with data analysts/data scientists to solve the real MFG cases. Responsibility: • Collaborate with users, data analysts, data scientists to develop flowcharts, layouts and documents to identify solutions. • Architect on real MFG needs and translate requirements into technical needs. • Identify and understand the data sources that are relevant for analysis, and implement efficient data engineering functions (including data ingestion, cleaning, ETL, integration, etc.) • Consolidate the requirements and using data engineering skills to design a robust Data Mart. • Participate in design, architecture review and deployment of Big data and data warehouse solutions. • Design for automation and monitoring mechanism in a continuous integration environment. • Bring new data technology with POC to solve existing data challenges. • With high performance and comprehensive SQL to process data in relational databases (or Map/Reduce style querying for NoSQL databases). • Work closely with user/IT/data science team to design and develop scalable data pipeline or end-to-end analytical workflow. • Provide direction, training, and guidance to less experienced team members.

1. 負責風險管理相關系統之分析、設計、開發、測試、維護、文件撰寫。 2. 參與專案規劃與執行。 1. Responsible for the analysis, design, development, testing, maintenance, and documentation of risk‑management‑related systems. 2. Participate in project planning and execution.

1、規劃與管理 VR 相關系統與應用的產品方向、功能與需求。 2、撰寫並整理產品需求文件（PRD）與系統規格文件（SRS），確保需求定義清楚、可執行。 3、跨部門協作（研發、設計、業務），確保產品需求能正確落地並達成專案目標。 4、需求澄清與變更管理：於專案過程中協助釐清與調整需求，並建立需求與交付項目對應文件。 5、追蹤產品開發進度與驗收品質，確保專案如期如質完成。 6、分析產品使用數據與回饋，持續優化產品功能並改善使用者體驗。 7、建立與維護產品 Know-how、應用案例與 Demo，並提出產品優化或新功能建議。 8、完成主管交辦事項。

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.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77~95萬，績效優者年薪將更高。

您的主要任務，是將公司各部門的營運痛點轉化為具體可執行的解決方案。 您將負責從問題釐清、系統設計，到資料分析、報告產出等任務，協助團隊做出更精準的判斷與決策。 工作內容 1. 主動找出各部門痛點，設計並開發可執行的系統流程，跨部門團隊溝通解決問題。 2. 從資料清洗到分析應用，運用統計模型分析營運狀態、訪員品質、產品績效，向主管與各部門團隊報告。 3. 依業務需求開發、測試、驗證與發佈 BI 儀表板。 4. 導入 AI 工具，提升工作流程效率及產出品質。 必備條件 1. 具備經濟、資訊、數學、統計等相關領域之學經歷背景。 2. 熟悉 Python 或至少一種主要程式語言，能應用於資料處理、分析或工具開發。 3. 具備 SQL 及資料庫操作能力，能進行資料查詢、匯出、整理並製作相關報表。 4. 具備良好的邏輯思考與問題解決能力，能從實際營運問題出發，了解需求並提出具體解決方案。 5. 樂於、擅於團隊協作。具備跨部門溝通協作能力，能與不同職能團隊共同推動改善事項。

行銷企劃經理 【工作內容】 • 負責整合行銷專案規劃與執行（數位廣告 / 社群 / SEO / 內容 / 媒體投放） • 與客戶溝通需求，規 劃行銷策略、時程與執行方案 • 撰寫企劃書、提案簡報與成效分析報告 • 協調內部設計、廣告投放、工程等跨部門資源 • 監控專案進度與品質，確保如期如質交付 • 追蹤成效數據，提出優化與策略調整建議 • 視資歷可擔任專案主責或指導較初階企劃人員 【職務要求】 • 必要條件：3年以上行銷企劃或整合行銷相關經驗。曾實際執行專案（非僅提案）者優先 • 加分條件：有代理商或整合行銷公司經驗、熟悉 SEO、數位廣告投放、社群經營、曾服務 B2B、品牌客戶或跨產業專案 【具備能力】 • 專案管理與時程控管能力 • 良好溝通與簡報能力 • 能獨立作業，也能團隊協作 • 對數位行銷與市場趨勢具高度敏感度 【薪資待遇】 • 底薪：40,000起（依能力可議） 【工作型態】 • 全職、週休二日、需配合主管安排之專案討論。 【適合的人格特質】 • 能扛事、能判斷、有執行力、抗壓強、不逃避問題、保持專業。

維護營運數據產製與協助相關業務單位資料分析(包含但不限於EP,MBO,RAROC,PBI-dashboard資料) 1.資料計算 - 確保執行計算正確性及完整性 2.配合使用單位定期提供管理報表(PBI,CUBE) 3.提供業務端所需之分析服務以及分析報告 Maintain operational data production processes and support data analysis for business units, including but not limited to EP, MBO, RAROC, and Power BI dashboards. 1.Perform data calculations and ensure data accuracy, completeness, and consistency. 2.Prepare and deliver regular management reports, dashboards, and analytical outputs. 3.Provide analytical support and insights to business teams through data analysis and reporting.

＜About the job＞ As the AI Software Engineer, 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＞ Responsible for deploying the AI/Data Science collaborative framework and building the AI model and data operating infrastructure. Using software development experience to design and develop high-performance automated systems for AI development and operation. As below: ．Collaborating with Data Scientist/AI ML Engineer team, other software system development teams, and the infrastructure team. ．Ability to utilize various tools/methods to build the MLOps/DataOps/DevOps and deploy and manage the AI Development framework and infrastructure ．Developing infrastructures for data transformation and ingestion and automating important infrastructure to process data ．Deploy AI models to the Inference server and optimize the performance of the model serving operation reliably and efficiently. ．Assist the Data Scientist/AI ML Engineer team in converting the AI models into APIs to serve other systems or integrate with other systems. ＜Skill Sets＞ (1)Excellent problem-solving and troubleshooting skills. (2)Genuine passion for learning new technologies and open-source projects. (3)Familiarity with Python and Java (python is a must) (4)Good understanding of the Linux OS environment, the Shell Scripting, and infrastructure/networking knowledge. (5)Experience with GitLab CI/CD (Nice to have but not necessary) (1)Experience with MLops and Model Serving tools. (2)Experience in GPU programming and performance tuning (3)Being familiar with AZURE (or AWS) cloud infrastructure will be a plus (4)Familiar with declarative infrastructure/container technologies, such as Docker and Kubernetes (k8s/k3s)