轉職熱搜工作

崗位核心職責 1.資料庫架構與穩定性保障：負責包括MySQL、PostgreSQL、Redis等在內的大型資料庫集群的架構設計、評審、部署和高可用方案實施，確保系統7x24小時穩定高效運行，具備跨地域容災能力。 2.性能優化與故障管理：主導資料庫的性能監控、SQL審核與調優、慢查詢分析及容量規劃。能夠快速回應並處理線上資料庫突發故障，制定應急預案並沉澱解決方案。 3.AI賦能與自動化運維： 利用機器學習技術，探索和實踐資料庫性能的智慧預測、異常檢測與自愈。 開發或引入AI工具，自動化處理海量日誌分析、智慧索引推薦等任務，提升運維效率。 參與建設自動化運維平臺，實現資料庫部署、監控、備份、擴容等流程的智慧化與平臺化。 4.資料服務與規範制定：為開發團隊提供資料庫設計諮詢、SQL優化支援，並制定資料庫開發與運維規範。推動資料備份、恢復、安全及許可權管理體系的完善。任職資格要求 必需條件： 基本條件：電腦科學或相關專業本科及以上學歷，擁有5年及以上互聯網或大型企業DBA工作經驗，具備大規模、高併發資料庫集群的管理和優化經驗。 核心技術能力： 1. 資料庫精通：深入理解MySQL、PostgreSQL等至少一種主流關係型數據庫的體系架構、原理與核心機制（如InnoDB存儲引擎、事務、鎖、複製原理）。熟悉Redis、MongoDB等NoSQL資料庫，或有TiDB、OceanBase等分散式資料庫實踐經驗者更佳。 2. AI與技術實踐：對AI在資料庫領域的應用有濃厚興趣，具備使用Python、Shell等指令碼語言進行自動化工具開發的能力。有AI運維（AIOps）相關實踐經驗者優先考慮。 3. 平臺與工具：熟悉Prometheus、Grafana等監控工具，並具備通過腳本或自動化平臺處理複雜運維場景的能力。 4. 軟技能：具備優秀的問題分析、解決能力和強烈的責任心，擁有良好的團隊協作與溝通能力，能承受一定的工作壓力。 加分項 1. 有從零到一構建或主導過資料庫自動化、智慧化運維平臺的經驗。 2. 熟悉主流雲服務商（如AWS RDS、阿裡雲PolarDB）的資料庫產品及最佳實踐。 3. 具備資料庫安全、審計、資料脫敏等相關經驗。 4. 擁有AI專案落地經驗，或對機器學習、大資料處理技術有深入瞭解。。 5. 強烈的責任心、團隊協作精神和邏輯分析能力，能跨部門推動技術方案落地。 6. 對技術有熱情，具備創新意識和持續學習能力。

The Biostatistician is responsible for all the tasks of statistical analysis in clinical studies including the statistical analysis plan, statistical report, analysis datasets, TFLs output, and the corresponding SAS programming. Supervise the programmer to complete the production of datasets and analysis outputs. Oversee the progress of data management and statistical analysis for projects. Works under the supervisor of the director of the technical department to ensure the quality of statistical analysis and all the tasks that are delivered on time and within the scope and also provides statistical advice to sponsor and project team.

集團正推動資料底座、BI優化、流程自動化及AI應用。我們尋找一位能同時理解技術與營運的資深資料工程師，負責整合集團各公司、海外站點及不同系統中的資料，建立可信、可追溯、可供BI與AI使用的資料平台。 此職務不只是製作報表，而是需要與財務、海運、空運、業務、人資及資訊單位合作，將分散於系統、資料庫、Excel及文件中的資料，轉化為可供集團經營決策使用的資料資產。 主要工作包括： 1. 盤點集團既有BI、資料庫、營運系統、Excel及其他資料來源。 2. 分析現有BI及資料流程問題，提出保留、改善或汰換建議。 3. 規劃並建置ETL／ELT資料管線、資料倉儲或資料平台。 4. 整合地端、雲端、API、資料庫及半結構化資料。 5. 與各部門Data Owner共同建立集團資料字典、指標定義及資料品質規則。 6. 建立「集團共同核心＋海外站點必要例外」的資料標準。 7. 管理資料完整性、正確性、一致性、時效性及可追溯性。 8. 支援BI報表、流程自動化、OCR、AI知識庫及其他AI應用的資料需求。 9. 建立資料權限、版本、異常監控及變更管理機制。 10. 協助管理外部顧問、系統商及資料相關專案。 11. 將技術問題轉化為主管可理解的營運與管理議題。 12. 提出資料平台後續架構、人才及資源規劃。 條件要求 1. 資訊工程、資訊管理、資料科學、統計、數學或相關科系畢業。 2. 具5年以上Data Engineering、Data Warehouse、Data Platform或系統整合經驗。 3. 熟悉SQL及Python。 4. 具ETL／ELT、資料建模及資料管線設計經驗。 5. 熟悉關聯式資料庫、資料倉儲或Data Lake相關概念。 6. 具API及跨系統資料整合經驗。 7. 具資料品質、資料字典或主資料管理經驗。 8. 能獨立釐清模糊需求，將業務問題轉化為技術方案。 9. 具跨部門溝通、需求整合及專案推動能力。 10. 能閱讀英文技術文件，並具基本英文工作溝通能力。 加分條件 • 具跨國集團或多公司資料整合經驗。 • 具物流、供應鏈、貨運承攬、海運、空運、倉儲或製造業經驗。 • 熟悉ERP、TMS、WMS、CRM、財務或人力資源系統。 • 熟悉Power BI、Tableau或其他BI工具。 • 具Azure、AWS、GCP或其他雲端資料平台經驗。 • 具Data Lake、Lakehouse、Master Data Management或資料治理經驗。 • 具RAG、Knowledge Graph、向量資料庫或生成式AI資料準備經驗。 • 曾帶領小型資料團隊或管理外部供應商。 我們重視的能力 • 能從集團整體角度思考資料架構，而非只處理單一報表。 • 能與財務及營運主管討論資料定義與管理需求。 • 能在集團標準化與海外在地差異之間取得平衡。 • 能主動找出資料問題並提出可執行方案。 • 能清楚說明技術選擇、風險及投資效益。 • 具備資料品質、權限及資訊安全意識。

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

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

DATA 團隊隸屬於數位數據發展本部，主要任務為推動資料運用並創造商業價值。目前團隊主要負責商品推薦、會員模型、商品分析等專案，積極嘗試導入 AI 進行資料為核心的內外部工具開發；同時也會協助行銷、產品部門資料相關需求。 隨著資料應用場景不斷擴展，我們希望找到一位具備紮實分析能力與商業思維的資深數據分析師，深度參與資料驅動決策與預測模型建立。 工作內容 ● 針對業務目標進行資料探索與分析，挖掘潛在商業機會與問題根因 ● 建立預測模型(如會員流失預測、訂單預測等)，解決或優化實際商業問題 ● 開發自動化報表與監控儀表板，追蹤關鍵業務指標變化，提升需求處理效率 ● 與行銷、產品、業務等部門協作，將分析結果轉化為可執行的商業建議並推動 ● 協助各單位資料需求，快速釐清需求並產出對應成果 條件要求 ● 3年以上資料分析相關工作經驗，具備獨立執行分析專案的能力 ● 熟練使用 SQL 進行複雜資料查詢、清理與處理，曾處理大規模資料集經驗佳 ● 熟悉 Python 與常用分析套件，如 pandas、numpy、scikit-learn 等 ● 熟悉資料視覺化工具，如 Tableau、Looker Studio ● 理解統計學基礎概念，具備機器學習基礎知識，有實際建立預測模型的經驗 ● 具備邏輯思維與問題解決能力，能從模糊的業務需求中定義分析方向 加分條件 ● 具備旅遊業、OTA、電子商務或相關產業經驗，熟悉產業特性與用戶行為 ● 有推薦系統、會員分群、需求預測等實務建模經驗 ● 有使用 GCP 相關服務經驗(如 BigQuery、Cloud Functions 等) ● 理解 AI/LLM 技術應用，曾參與 AI 相關專案開發 ● 具備自動化思維，能將重複性需求轉化為可重複使用的工具或流程

集團正持續推動資料整合、BI 優化、流程數位化及 AI 應用，我們希望尋找一位具備財務／會計背景，同時具備資料分析能力的夥伴，協助公司將 ERP、總帳及各營運系統中的資料，轉化為可信任、可分析、可供經營決策使用的資訊。 這個職務不只是製作報表或 Dashboard。 我們更希望你能理解「數字背後的財務與營運邏輯」，能從 ERP、總帳及不同系統中找出資料之間的關聯，釐清數據差異，並協助建立一致的財務與管理分析口徑。 如果你同時對財務、系統、資料分析與 BI 有興趣，並希望參與集團資料平台與 AI 應用的發展，這會是一個能深入參與企業資料轉型的職務。 ________________________________________ 【主要工作內容】 1. ERP 與財務資料分析 • 分析 ERP、總帳（GL）、應收（AR）、應付（AP）及其他營運系統資料。 • 理解傳票、會計科目、成本中心、部門、客戶、供應商等資料之間的關係。 • 協助釐清 ERP、營運系統與總帳之間的數據差異。 • 進行財務數據勾稽、驗證及異常分析，確保分析資料的正確性與一致性。 • 將財務與營運需求轉換為可執行的資料分析邏輯。 2. 資料整理與 SQL 分析 • 使用 SQL 進行資料查詢、整理、Join、彙總及分析。 • 分析不同資料表、系統及資料來源之間的關聯。 • 協助建立 Revenue、Cost、Gross Profit、AR/AP 等財務及營運指標。 • 協助整理與定義公司重要資料欄位、指標及計算邏輯。 • 找出資料異常、缺漏、重複或定義不一致的問題，並提出改善方式。 3. BI 與管理報表 • 與財務及各營運單位合作，了解管理報表與分析需求。 • 使用 Power BI 或其他 BI 工具建立管理報表及 Dashboard。 • 協助建立一致的 KPI、財務指標及管理報表定義。 • 將大量 ERP 與財務資料轉化為管理階層容易理解的分析資訊。 • 持續改善現有 Excel、BI 及人工報表流程，提高資料取得與分析效率。 4. 集團資料整合與標準化 • 協助整合集團不同公司、海外站點及不同系統的資料。 • 協助建立跨公司的會計科目、部門、成本中心、客戶等資料對應關係。 • 面對組織架構、科目及營運模式調整時，協助規劃合理的歷史資料與分析架構。 • 與財務、營運及資訊團隊合作，建立一致且可追溯的資料定義。 5. 支援資料平台與 AI 應用 • 與資料工程師及資訊團隊合作，提供財務及營運資料需求與 Business Logic。 • 協助確認 Data Pipeline、Data Warehouse 及 BI 中的資料是否符合實際業務與財務6. 邏輯。 • 整理未來 AI、BI 及自動化應用所需要的資料與定義。 • 參與公司資料標準化、資料治理及 AI 應用相關專案。 【你將有機會參與】 • 集團 ERP 與財務資料整合 • 集團 BI 與管理報表優化 • Data Warehouse／Data Platform 建設 • 海外公司與跨系統資料標準化 • 財務與營運資料治理 • AI 所需企業資料基礎建設 • 流程自動化與 AI 應用專案 這個職務將會是連結財務、營運、資訊、資料與 AI的重要角色，也有機會深入了解集團各項營運流程與資料架構。

主要協助公司進行營運流程的數據化與資料庫建置。你需要處理來自不同合作單位的繁雜資訊，確保數據的精確性以支援公司決策。 1.營運資訊搜集與整合： 針對專案需求，向外部合作夥伴（如飯店、車隊、各類供應商等）進行規格參數、營運數據之搜集與彙整。 2.資料庫維護與數據清洗： 負責原始數據的除錯、清洗、分類與標準化，將非結構化資訊轉化為系統可用的標準格式，並定期維護資料庫更新。 3.問卷工具管理與執行： 設計資訊收集表單（如 Google Form / SurveyCake），並負責後續的發放、進度追蹤、催收以及回覆內容的邏輯檢核。 4.報表製作與基礎分析： 協助將收集之數據產出統計報表，分析資源使用效率、成本結構或其他營運指標。 5.其他主管交辦事項： 協助部門行政事務及跨部門數據支援。