轉職熱搜工作

＃運維相關 80％ 1. MySQL日常維護管理 (規劃、建置、維護、監控、備援及回覆計畫)。 2. 執行業務系統上線支援，管理資料庫伺服器 HA Cluster。 (Ex: MySQL replication、MySQL-mmm、MySQL-mha、MySQL cluster 等主流解決方案) 3. 設計資料庫系統架構，以及開發監控資料庫程式 ＃開發相關 20％ 1. 執行資料庫開發支援、相關業務的數據建模、設計評審及 SQL 代碼審核等作業。 2. 了解資料庫運作，能獨立設計 Table、View 及建立 E-R Model。 3. 調校 SQL 並提供開發團隊建議。

【We Need You to …】 1.自動化測試開發與測試 ● 使用 Python 建立自動化測試腳本，涵蓋單元測試、API 測試及端到端測試。 ● 設計與維護測試框架（Pytest、Selenium 等)。 ● 持續優化測試流程，提高測試覆蓋率與測試效率。 ● 執行跨服務、跨系統的自動化驗證，確保系統可靠性與穩定性。 2.CI/CD 流程整合 ● 將自動化測試流程整合至 CI/CD Pipeline（GitLab CI/CD、Azure DevOps 等）。 ● 協助團隊實現自動化部署前的回歸測試、驗收測試。 ● 提供測試報告、缺陷追蹤與品質分析建議。 3.團隊協作 ● 與後端（Spring Boot）與前端（Angular）開發團隊協作，設計測試案例。 ● 與系統分析師（SA）合作，確認業務流程與需求轉化為測試腳本。 ● 協助 QA 與開發團隊建立測試標準、驗收標準與測試文件。 【About You】 ● 熟練 Python 開發與測試框架（Pytest、Selenium 等） ● 具 CI/CD 流程經驗，能將測試流程整合至自動化部署 【About Us】 歡迎加入「國泰健康管理」！我們是一個充滿活力、追求創新、以數據和科技驅動健康管理變革的團隊！在這裡，你將與一群熱愛科技、關心健康、充滿創造力的夥伴並肩作戰，共同探索智能健康的無限可能。 我們相信「想要健康不能靠感覺」，而是基於精準數據的科學管理。 我們的使命是：整合數位、數據和 IT 技術，打造個人化的健康管理解決方案，讓人人都能擁有健康自信的人生，實踐『健康就在生活裡，解方就在數據裡』

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.資料分析 (1)統計理論相關知識，並有數據分析實際經驗。 (2)使用統計與資料分析軟體，進行專案產生之數據分析。 (3)提供數據視覺化報表及說明。 2.專案管理 (1)專案規劃、啟動、執行、驗收、保固追蹤。 (2)召開專案定期會議，進度報告、會議紀錄發布與確認。 (3)專案成員合作協調、驗收規劃、教育訓練課程安排、保固追蹤。 (4)專案文件需求規劃、分工、跟催彙整、檢閱與交付。 (5)專案風險評估、管理與排除。

崗位核心職責 一、智慧數據分析與業務洞察 1.建構並完善業務的數據監控與指標體系，能敏銳地發現數據波動背後的業務問題與機會。 2.獨立完成從資料擷取、清洗、分析到洞察提煉的全流程，產出高品質的分析報告，並為營運策略、產品最佳化提供有資料支撐的建議。 3.超越常規描述性分析，主動運用因果推論（如雙重差分、合成控制法）、歸因分析、預測預警等AI方法，深度診斷業務根因，揭示關鍵驅動因素。 二、AI模型與應用落地 1.將至少20％的工作重心投入於AI應用的探索與實踐，主導或深度參與智能決策產品（如智能推薦、用戶畫像、時序預測、自然語言處理NLP）的方案設計、效果評估與落地優化。 2.與演算法工程師、產品經理緊密協作，為演算法最佳化提供資料分析支持，並將資料分析成果轉化為可解釋、可操作的資料產品或自動化解決方案。 3.探索並推動資料治理體系的智慧化升級，例如利用AI實現元資料管理、資料品質監控與異常檢測的自動化。 三、跨部門協作與賦能 建立高效率的跨團隊合作機制，確保數據分析結論與AI解決方案能有效傳遞給技術與非技術夥伴，並推動落實。 透過組織工作坊、內部培訓等形式，提升整個組織的資料素養和AI應用能力，催化資料智慧在業務場景中的規模化應用。 必需條件： 學歷與背景：統招本科及以上學歷，統計、數學、電腦科學、資料科學或AI相關專業優先。 工作經驗：擁有3年以上網路或相關產業的資料分析經驗，有知名大型網路公司（大廠）完整專案經驗者最佳。 AI實踐：具備成熟的AI計畫實戰經驗，至少在以下一到多個領域有深入理解與實踐：使用者畫像、智慧推薦、因果推論與歸因分析、時序預測、自然語言處理（NLP）。 技術工具： 熟練使用 SQL 進行複雜資料擷取與處理。 精通 Python 或 R 進行資料分析和建模。 熟悉常用資料視覺化工具，如 Tableau 或 Power BI。 核心能力：具備優秀的邏輯思維、資料敏感度和商業洞察力，優秀的溝通表達能力和專案推動力。

1.數據蒐集與清理 ・建立並維護電商平台(蝦皮、momo、蝦皮廣告等)的數據收集流程 ・撰寫爬蟲或使用API,蒐集商品、價格、銷量、評價等數據 2.數據分析與報表 ·建立銷售、流量、關鍵字、競品比較等分析模型 ・使用 BI L具(Power BI、TableauㆍGoogle Data Studio)製作可視化報表 ・追蹤並分析行銷活動(廣告投放、折扣 )的成效

1.承接政府及企業數據分析專案 2.人流、觀光、商圈及交通數據分析 3.提供數據洞察與決策建議 4.協助客戶需求訪談及提案規劃 5.推動電信大數據、AI及智慧城市應用服務

中國信託銀行為台灣金融業龍頭之一，同時也是金融科技與數據創新的領先機構。 我們持續投入 AI、數據與數位服務創新，打造下一代智慧金融服務。 誠摯邀請對 AI、數據與金融科技有熱情的人才加入，一起打造金融科技的未來。 工作內容： • 規劃 AI 與數據應用場景，分析業務需求並提出 AI 應用策略。 • 透過數據分析與商業洞察，發掘金融服務與數位產品的新商機。 • 建立數據分析模型與洞察報告，支援產品與業務決策。 • 與 AI 工程、數據工程與產品團隊合作，推動 AI 應用落地。 • 追蹤 AI 與數據應用成效並提出優化策略。 ※請至中信官方招募網站投遞履歷： https://ctbcholding.wd3.myworkdayjobs.com/zh-TW/External/job/-_JR4373

我們希望找一位對數字敏感、也能理解實際營運的人。 這個職位不是單純整理報表，也不是只負責做 Power BI。你會接觸門市、會員、品類、品質與營運相關資料，協助團隊把原本分散的資訊整理成可以真正拿來管理與決策的內容。 我們期待這個角色能從數據中發現問題，進一步釐清原因，並提出可以執行與追蹤的改善方向。如果你習慣從問題出發、願意把事情追到、找到原因，並能將分析結果轉化成實際行動，會很適合這個職位。 工作內容： 1. 營運報表與 KPI 管理 △建立及維護營運 KPI 與管理報表。 △整理不同資料來源，統一指標定義與計算方式。 △定期追蹤店別、營收、客單、件數、會員、品類、品質等營運表現。 2. Power BI 與資料視覺化 △規劃及製作 Power BI Dashboard。 △使用 Excel、Power Query、Power BI 進行資料整理、整併與分析。 △持續改善現有人工報表流程，減少重複整理與人工操作。 3. 營運分析 △針對營運數據進行趨勢、差異與異常分析。 △找出值得進一步追蹤的問題與可能原因。 △將分析結果整理成清楚的結論與改善建議，提供管理決策參考。 △追蹤改善措施執行後的實際成效。 4. 資料定義與管理 △協助建立及整理店別、會員、品類、服務、品質等基礎資料。 △建立一致的資料分類與統計方式。 △發現資料缺漏或定義不一致時，與相關單位一起釐清及改善。 5. 會員與 CRM 分析 △協助進行會員分群、消費行為、回洗、流失及活動成效分析。 △提供會員經營與 CRM 所需要的數據與分析。 6. 品類分析 △分析不同洗護品類的營收、件數、價格、客群與營運表現。 △協助找出具成長機會或需要改善的品類。 △提供後續定價、品類管理及資源配置的分析依據。 7. 營運改善專案 △參與跨單位營運改善專案。 △協助建立專案 KPI、進度及成效追蹤方式。 △透過數據確認改善措施是否真正有效。 8. 管理會議分析 △整理週、月及定期管理會議所需要的核心營運資訊。 △針對重大異常進一步分析原因，而非只是提供數字。 △協助把管理報表逐步建立成固定、可持續使用的機制。

遠傳電信正在尋找商業分析師，透過模型、自動化流程、AI Agent 與穩定的資料產出，支援商業決策，縮短 insight-to-action 的時間，用數據解答可能成因，提出決策建議，加速數據洞察的落地與迭代，和產品與行銷團隊同仁一同驅動遠傳用戶價值的成長。 你/妳不僅是在「做出分析」，而是設計一個不需要每次都靠人盯的分析與 AI 系統。你重視 Do things right，在乎系統是否穩定、邏輯是否正確、產出是否能長期運作。 ＊喜歡用數據說話，熱愛從數據中找出有用的資訊，並整理成決策依據 ＊享受自己的分析或建模成果，能有效的運用在實際行銷活動上 ＊喜歡嘗試新事物，就算不懂甚麼叫Claude, Manus，也願意開口詢問，進一步自己去找資訊，並於了解內容後能使用在生活與工作上 【主要任務】 1. 商業分析與AI自動化引擎建構 - 根據既定商業假設與定義，建立可重複使用、可擴展的的分析流程、模型與 AI Agents - 將既有分析流程系統化與自動化，產出標準化報表、儀表板與 AI 摘要 - 維護模型與 Agent，確保邏輯正確、效能穩定、結果可信 - 面對不適合自動化的需求，能提出技術與風險判斷，而非僅執行 2. 模型與資料產品開發 - 建立與維護機器學習模型 - 為複雜研究情境，準備可回溯、可重現的高品質歷史數據 3. 實驗設計與成效分析 - 設計並執行A/B測試，驗證假設 - 分析實驗結果，提供具體改善建議 - 建立可重複的實驗框架，促進產品持續迭代優化 4. 資料品質與穩定性 - 確保 ETL / 資料管線穩定運作 - 主動改善資料異常的可偵測性與可回復性 - 降低人工排查與救火的發生頻率