轉職熱搜工作

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

【CRM 數據分析施的任務？】 －進行銷售和會員行為等分析，發現機會和問題，提出改進建議。 －不定期分析行銷活動，提出結果與建議 －構建、開發和維護數據模型、儀表板和績效指標。 －與CRM行銷人員協作，運用數據分析輔助會員經營。 －與內／外部相關單位共同營運管理數據，確保數據質量及Data pipeline運行。 －建立機器學習模型以提高會員經營成效。 －定期產出會員與銷售數據分析報表。 【誰適合擔任CRM數據分析師？】 －有相關領域的學學位，如、統計、數學、資料科學等。 －至少一年資料科學、會員經營或相關領域的工作經驗。 －熟悉資料庫管理工具及資料庫語法SQL。 －精通數據分析相關程式語言尤佳，如 Python －出色的統計分析和數據解讀能力。 －具備商業與市場洞察力，得以透過數據分析提出建議。 －擅於溝通協調，能夠與不同職能的團隊成員合作。

1.負責個人金融數據分析，與業務單位密切合作，釐清商業問題並提出改善規劃，運用大數據分析方法與跨單位協作以達成目標。 2.掌握商業與數位分析趨勢，透過數據洞察客戶分群與需求偏好、興趣等，發展數據行銷應用。 3.依業務場景需求建置數據模型。

我們是一支快速成長的數據團隊，致力於運用數據驅動企業創新。我們正在尋找對數據、雲端技術、AI 應用充滿熱情的夥伴，與我們一起挑戰技術極限、共同學習成長，並將數據價值轉化為實際影響生活的商業影響力！ 如果你渴望技術挑戰、喜歡團隊合作、希望你的工作能創造真正的影響，歡迎加入我們！ 我們需要這樣的人： 1. 熱愛數據技術 - 對數據工程充滿興趣，渴望深入探索並成長為數據科學專業人才 2. 重視團隊合作 - 在團隊中互相支援、交流討論，找出最佳方案來解決問題 3. 主動學習成長 - 具備學習動力，能適應快速變化的技術環境，持續精進技能 4. 勇於挑戰創新 - 保持開放心態，不設限自己的發展，樂於嘗試新技術與跨領域合作 數據工程師的核心挑戰與工作內容： 1. 數據處理與自動化 — 了解與整合異質數據來源（API、資料庫、CSV、Parquet 等），建立高可靠度的 ETL／ELT 數據自動化處理流程、部署與監控機制，確保服務穩定性 2. 數據中台架構設計與維運 — 參與數據中台之架構規劃、解決方案設計、開發、測試部署與維運管理 3. 資料品質與監控機制 — 協助設計資料品質檢查，及並學習追蹤與處理各任務狀態與效能問題。 4. 數據中台升級及維運 — 與數據分析師、資料科學家合作，了解分析需求並提供乾淨可靠的資料，學習如何將技術成果轉化為實際業務價值 【條件要求】 －有相關領域的學學位，如、統計、數學、資管、資工等數據相關工作、。 －具 ETL／資料管線（如 Airflow、DBT 等）實作經驗，並可於面試展示數據相關專案。 －具使用Python和數據庫管理（SQL）的經驗。 －了解任一雲端平台開發經驗或具學習經驗，GCP實作經驗尤佳。 －了解 Docker 以及 CI／CD 經驗尤佳

1.資料倉儲等數據相關系統架構規劃管理及維運 2. 依需求內容與user進行大數據相關需求訪談，確認規格及系統開發設計作業 3. 負責大數據系統、批次作業管理與監控，並進行系統問題預防、處理及優化作業

1. 負責行網銀相關客戶智能應用開發，包含使用Python、LangChain/LangGraph 2. 建構 AI workflow、RAG 技術整合、Prompt Engineering 3. 需協助處理行網銀數據（數位軌跡）、進行 ETL、資料特徵工程與 model tuning 4. 熟悉雲端 AI（AWS Bedrock / GCP Vertex AI）、LLM、MCP、向量資料庫經驗者佳。

1.AI 應用場景設計：深入財富管理業務，設計AI理財助理、精準行銷模型的需求與規格。 2.提示工程 (Prompt Strategy)：規劃與優化AI 溝通邏輯，確保 AI 輸出的專業度與合規性。 3.數據驅動決策：透過 A/B Testing 監測模型上線後的商業表現，持續優化客戶體驗。 4.跨部門溝通：擔任技術團隊與業務單位間的翻譯官，確保 AI 方案「既懂技術又懂賺錢」。

負責全台營業所的營運管理與銷售支援，涵蓋業務推動、營運制度落實、人員管理、促銷與專案規劃，以及市場資訊分析。透過制度化、數據化的管理方式，協助營業體系提升銷售績效、營運品質與管理效率。 一、營業所業務管理： 蒐整營業主管月會資料並撰寫會議紀錄。 規劃與執行營業所巡訪與營運評鑑。 追蹤地方型外展活動與專案推動成效。 辦理業代考照補助及相關資格稽核。 客戶開發流程稽核與改善建議。 規劃與安排業代教育訓練、追蹤受訓成效。 二、營業所人事與制度管理 辦理人事異動、到離職與屆退作業。 執行新人培訓與到職制度導入。 管理獎金制度、績效考核與集團相關辦法之落實。 協助營業主管掌握並提升各所人力運作效率。 三、銷售與市場資訊分析 製作領牌市占率報表與銷售趨勢分析。 統整原廠業務資料並提供管理層參考。 製作營業簡報、銷售 KPI 報表及決策分析資料。

【工作內容】 1. 設計資料模型與數據建模轉化 (Data Modeling)：主導 數據架構規劃與 Medallion 模型設計，定義企業級 Golden Table 規範，確保模型具備高度擴展性以支援 AI/ML 應用。 2. BI 報表與儀表板開發：根據專案需求，在 Databricks 上以 Python / SQL 建置視覺化儀表板，並主動優化報表讀取效能。 3. CDP 數據維護：主導 CDP 核心邏輯設計，包含用戶 ID Mapping、行為標籤化及多通路歸因邏輯，建構單一用戶視角 (Single Customer View)。 4. 數據品質監控：維護數據管道 (Pipeline) 的日常運作，執行數據驗證，確保報表數據一致性。 5. 跨部門協作／角色：參與業務需求討論，將「商業問題」轉化為「數據需求」，並協助資料科學家準備模型訓練所需的特徵資料。 6. 推動資料治理：制定並推動資料治理政策與標準，進行元數據管理/權限設計/血緣管理，確保資料資產的管理做法符合最佳實踐。 【專業能力】【Required】 1. Python：能運用物件導向 (OOP) 與 Functional Programming 設計模式編寫具備可擴展性、易於維護且可測試 (Testable) 的程式碼。 2. SQL：熟悉 Join 邏輯、Window Functions 以及效能調優。 3. 數據模型經驗：具備 Data Modeling (Star Schema / Snowflake Schema) 實務設計經驗。 4. Databricks / Spark 實務：Databricks 平台操作與實務經驗，能在 Notebook 或 Workflows 中管理資料流程，並深度理解資料分層（Bronze/Silver/Gold）的意義，能根據資料成熟度將資料放置在正確的資料分層，並從中運用 PySpark 或 Spark SQL 處理大規模資料轉換。 5. 自動化調度：具備至少一種 排程編排工具（Databricks Workflows 或 Airflow）的基礎經驗，能編排並優化複雜的任務排程。 6. 視覺化工具：具備至少一種 BI 工具經驗（Databricks Dashboard / Power BI / Tableau / Looker），具備基礎的視覺化設計美感，知道如何清楚呈現 KPI。 【加分條件】【Nice to have】 1. 零售或電商領域知識：了解零售／電商常見指標（如：AOV、轉化率、歸因模型）。 2. 數據管理經驗：曾接觸元數據管理與數據治理相關經驗。 3. 雲端經驗：具備至少一種 AWS / GCP / Azure 雲端平台操作基礎。 4. CICD：具備 Databricks Asset Bundle / GitHub Actions 經驗，能將數據管道的部署自動化，並導入數據品質監控。 ▲uniopen團隊在做什麼? https://blog.104.com.tw/the-innovative-integration-of-the-uniopen-team/