轉職熱搜工作

1. 負責國內外子公司之財務監控與經營績效分析，結合專案執行情況提出優化建議 2. 執行投資後管理，追蹤各項投資與工程、標案專案之營運與財務表現 3. 建構與維護投資與專案財務模型(如IRR、回收期等)，支援投資與標案評估決策 4. 進行客戶及專案之信用風險管理，建立風險評估與預警機制 5. 參與子公司設立、增資及投資相關流程，並協助制度優化與治理落實 6. 支援海外子公司會計、稅務及公司治理作業，並進行財務報表、預算編制與差異分析 7. 編制現金流預測與專案資金規劃，支援管理層進行策略與資源配置決策 8. 運用數據分析與AI數位工具，優化財務流程及提升專案管理效率

【為什麼你要加入中租實習生行列?】 -師父引進門：實習過程有專門Mentor指導，不怕求助無門。 -工欲善其事：完善的電腦設備及環境，滿足你在開發學習上需要的所有資源。 -制度化開發：帶你了解國際級規模企業的作業制度，建立良好開發習慣。 -近朱者則赤：跟著優秀的團隊一起學習成長，耳濡目染，習慣卓越。 -贏在起跑點：表現優良者，畢業後有優先轉正機會，及早獲得加入大型企業門票。 【實習期間】 - 即日起至2026/06。 - 每週一至五排班至少3天。 【技能要求】 1.曾經學習過一種資料庫，例如MSSQL或MySQL或Oracle資料庫等。 2.曾經學習過Python程式設計或其他程式語言。 【工作內容】 - 與AI應用工程師合作：進行Prompt設計、RAG、AI Agent、Fine tunning技術研究、模型服務串接、機器學習建模等，促進各種業務運用生成式AI技術。 - 與微服務工程師合作：進行Python API開發、K8s CI/CD、共用服務開發維運、與.NET微服務整合、監控告警、API管理等，為應用系統創造最佳品質。 - 與數據工程/分析師合作：進行資料導出、資料導入、資料清理、資料轉換作業、Data Pipeline開發、資料特徵標記，挖掘數據價值。 ※歡迎大學四年級在校生或碩士班在校生應徵。 【學習及發展】 1.在本職務中可以熟悉了解大型企業IT團隊運作模式並累積實戰經驗。 2.透過與AI應用工程師的合作，可以學習大型企業如何與生成式AI技術接軌並投入實際營運產生效益。 3.透過與微服務工程師的合作，可以學習應用系統如何藉由容器化平台與微服務生態系，建構高度自動化之高品質資訊服務。 4.透過與與數據工程/分析師的合作，可以學習資料倉儲及資料市場的開發過程，及瞭解大數據平台的維運作業工作內容，及瞭解企業內各單位數據應用的場景。

1.法人金融銷售管理相關制度與辦法之建立 2.業務績效動能追蹤、報表整合、數據分析 3.跨單位/產品/領域等各類專案之規劃、管理、統籌、偕作

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 1.AI 與數據模型開發: 獨立完成機器學習模型(（回歸、分類、聚類等）的設計、訓練與開發任務，用於業務、行銷、商品等部門利用數據，提升業務策略與成效 2.跨部門協作: 訪談需求單位，配合業務目標，應用AI智能模型與數據技術規劃落地於業務場景之方案。 3.數據處理與特徵工程: 從零開始進行數據清洗、特徵工程及分析，確保數據質量與模型效能最佳化。 4.資料建模分析: 透過訓練機器學習模型及數據分析，提供有價值的洞察和建議，以協助業務推展。 5.技術優化與維護: 監控模型運行效能，進行迭代優化，確保技術方案的穩定性與持續改進 【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 －具備三年以上大數據分析/機器學習相關工作經驗，需於面試展示數據相關專案 －具備良好的溝通能力，需與使用者PM確認落地情境，以及與工程師溝通確認部署與API工項 －熟悉SQL、Python (pandas、numpy、pyspark、scikit-learn等套件)，面試時將有上機考試 －具備推薦系統、會員標籤預測等建模經驗，且能維運並優化模型，確保其表現符合使用效益 【加分項目】 －具雲端數據平台開發經驗，GCP尤佳。 －具備使用 Docker、Kubernetes 以及 CI／CD 等經驗尤佳。 －具備使用 RESTful API 等經驗尤佳。

＜About the job＞： The Data Science & AI team of headquarter IT is developing the frontier and practical analytic technologies that enhance the data value. As the data scientist, you‘ll join the AI/Big Data Analytics program/projects related to management topics, including Commercial/Industrial Engineering/Supply Chain/Financial Performance/Operation...etc., to build the model or algorithm to empower data-driven & analytics-driven for driving business value from data insights in this world-class company (Fortune Global 500, 22nd). ＜Job Description＞： ．Design, implement and refine advanced Statistical Modeling/Machine Learning/Deep Learning/Numerical Simulation/Optimization Algorithm Models(at least one of the fields) ．Ensure alignment of modeling initiatives with the requirement goal defined by key stakeholders and company objectives and identify new hypotheses for model improvements. ．Executing big data analysis and predictive analytics projects include feature engineering, model building, algorithm development, etc. ．Works closely with a team of data system analysts, business data analysts, data engineers, data platform architects, etc. ．Collaborate effectively with team members, whether leading tasks or supporting initiatives led by others. ．Self-motivated, Result-oriented, and interested in applying quantitative methods to solving business and engineering problems. ＜Skills＞ ．Experience with any one of Machine Learning, Statistical Modeling, Deep Learning(Nature Language/Image), Econometric Modeling, Optimization Algorithm(OR), Numerical Simulation..., etc., model/algorithm building of the practical application in the industry. ．Familiarity with programming languages like Python or R, or Java. (Good programming skills in Python is a plus). ．Advanced ability to perform Exploratory Data Analysis and working knowledge of statistics. ．Ability to visualize data in the most effective way possible for a given task, especially visualize models and results and debug and troubleshoot code and models. ．Big on finding the many insights based on the data and being passionate and patient about working with complex data.

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. 能獨立作業解決問題 - 0→1 打造系統架構、API 與雲端服務的全端工程師。 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 全端的核心挑戰與工作內容： 1.負責數據相關後端架構設計、規劃和實作，確保交易與資料流程的安全性與穩定性。 2.使用後端技術（如 Python、.NET、Node.js、PHP）設計、開發並維護高效能、可擴展的後端服務、RESTful API以支援數據應用與業務功能。 3.熟悉事件驅動架構（Event-Driven）、即時與批次處理流程，能進行跨系統資料交換與 API 串接整合。。 4.理解並應用加密與認證技術（密鑰管理、憑證自動化、OAuth2、JWT 等），確保資料與服務安全。 5.熟悉 GCP 雲端後端技術、Redis、CI/CD、Git 與容器化（Docker / Kubernetes）環境管理。 6.與數據產品經理、數據分析師及資料科學家協作，設計穩定的 API 介面，確保數據流暢整合並提升產品體驗 7.建立監控與異常警示機制，負責系統效能優化與故障排除，持續提升服務穩定度與可靠性。

【為什麼你該加入我們？】 我們是「覺數據」，一間位於台中的行銷科技公司。我們知道，身為台中的軟體工程師，您常面臨「去傳統大廠輪班/受限」或「不得不北漂」的掙扎。 我們提供你一個擁有「新創彈性」卻具備「上市櫃級別挑戰」的技術舞台。 1. 成為打造引擎的人 雖然我們目前是小團隊，但我們服務的客戶有許多是上市櫃與知名企業。在這裡，沒有陳舊的 Legacy Code 需要維護，也沒有繁瑣的簽核流程。你寫的每一行程式碼，都會直接驅動千萬級別廣告預算的成效。我們尋找的不是編號 9527 的員工，而是未來能主導技術架構的核心夥伴。 2. 真正的技術自主權 我們正面臨從「服務」轉型為「產品」的關鍵時刻。你將擁有極大的發揮空間，決定要使用什麼架構（Python/GCP/AI Models）。我們看重的是解決問題的能力，而非年資的長短。 3. 優於傳統產業的工作彈性 我們理解工程師需要專注與生活平衡，因此我們提供.. - 時間彈性：除了正常上班時間之外，若有家裡的事、私人的事，可彈性外出處理，後續補足工作時數即可。 地點彈性：初期因為需要熟悉工作業務需進辦公室，後續可以調整成「進公司」或「混合制Hybrid」（須依工作需求進行調整） 【您將負責的核心任務】 1. 數據整合與自動化架構 (Data Engineering) 負責串接多來源 API（Google Ads, Meta, GA4, CRM 等），解決資料孤島問題。 設計 ETL 流程，針對行銷與商業數據進行清洗 (Cleaning)，建立高價值的結構化資料庫。 挑戰點： 我們處理的是真實商業場景下的 High Volume Data，您需要考慮效能與穩定性。 2. AI 智慧分析應用 (AI Application) 介接 GCP AI 服務或 OpenAI API，將「行銷直覺」轉化為「AI 邏輯」。 開發智慧分析模組，自動產出具備商業洞察 (Insights) 的報表。 協助客戶建立雲端數據儀表板 (Dashboard)，讓決策可視化。 3. 行銷自動化系統實作 (Automation) 將廣告優化策略（如 ROAS 監控、預算分配）轉化為自動化腳本。 開發與維護內部營運系統的前後端功能，提升團隊 10 倍的運作效率。 【我們在尋找這樣的你】 經驗與特質： 年資不拘，實力優先： 如果您有豐富的 Side Project 或 獨立接案/開發 經驗，歡迎投遞履歷。 喜歡「從 0 到 1」： 您不喜歡只是修修補補，而是喜歡看著一個系統在自己手中誕生的成就感。 技術技能 (Tech Stack)： 後端核心： 精通 Python (Flask/Django/FastAPI) 與 Pandas 數據處理。 前端基礎： 熟悉 JavaScript, HTML, CSS，具備現代化框架觀念 (Vue/React)。 資料庫： 熟悉 SQL (PostgreSQL/MySQL) 設計與操作。 API： 具備 RESTful API 串接經驗 (特別是 Google/FB 生態系尤佳)。 加分條件： 熟悉 GCP / AWS 雲端部署。 對 Digital Marketing (廣告投放、數據分析) 有興趣或相關經驗。 習慣使用 AI 工具 (Cursor, Copilot) 來加速開發流程。

Job Summary 此職位為偏軟體與資料工程導向的工程師角色，主要負責將實際使用者 (User) 需求轉化為可落地的資料流程、後端服務與視覺化應用。 工作重心聚焦於資料處理、系統整合、效能與穩定性，並透過與使用單位的密切溝通，持續優化系統與報表，確保資料能被正確且有效地應用於實際業務場景。 Key Responsibilities - 與內部使用者（如工廠、營運或相關單位）溝通需求，釐清實際使用情境，並將需求轉化為具體的系統設計、資料流程或報表規格 - 使用 SQL、Python 進行資料處理、清洗與轉換，設計與維護穩定的資料管線（ETL / Pipeline） - 開發與維護後端服務或 API，支援資料存取、系統整合與應用功能 - 規劃並開發 BI / Dashboard 視覺化報表（如 Tableau），確保資料正確性、可讀性與實際可用性 - 與其他工程師、IT 或跨部門團隊合作，進行系統串接、資料整合與流程優化 - 針對資料量成長或使用情境變化，進行效能調整、架構優化與問題排查 - 持續關注資料品質與系統穩定性，主動發現並改善影響使用者體驗的問題 ※ 本職位重視將資料與系統「做穩、做對、做給人用」，而非以模型或演算法為主要解決手段。

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。