轉職熱搜工作

＜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)

一、工作內容： 1.研究資料之收集、統整與分析。 2.協助執行研究計畫。 3.協助執行其他交辦事項。 二、所需條件： 1.學士或研究所（碩士）以上畢業。 2.具資料分析、經濟研究、統計專長尤佳。 3.以圖資、經濟、管理、統計等相關系所優先考慮。 4.負責任、態度積極且溝通能力佳，細心、邏輯思考能力佳、文字能力佳。 5.此為長期計畫，至少能工作一年以上，穩定性高者尤佳。 三、待遇：依國立臺灣大學專任助理薪點支給待遇標準表。 未調整前為：學士第一年NT$36,300，碩士第一年NT$41,500。 （計畫主持人可依曾任相關研究工作年資、個人工作內容、專業技能、預期績效表現等因素綜合考量，酌予調整） 四、工作地點：台大校本部（羅斯福路四段一號） 五、上班時間：09：00～18：00 ＃投遞履歷後，自隔日起三個工作天內通知面談時間，若資格審查不合恕不另行通知

1.成果落地與跨單位複製推廣 ●將成功案例由單一專案擴散為可重複使用的標準模式，逐步建立公司級 資料與AI應用能力 2.業務場景需求分析與應用設計 ●明確定義各事業單位的 AI／分析應用場景，將抽象需求轉化為可執行、 可評估成效的分析與模型專案。 3.資料分析與模型建立（預測／最佳化／異常偵測） ●產出具實際業務價值的分析模型，協助提升營運效率、降低風險或改善 決策品質，並可持續優化。

數據驅動決策與營運最佳化是上洋邁向智慧營運的重要一步。我們正在尋找一位對資料分析與商業洞察具備熱情與專業的資料科學家（Data Scientist）。 此角色需主動與產品、營運、業務與工程團隊密切合作，快速理解商業情境與問題，將資料轉化為可行的洞察與決策建議。你將透過資料分析、統計建模與機器學習方法，協助公司發現機會、優化流程，並推動以數據為核心的產品與營運策略。 身為資料科學家，你/妳將會執行以下內容： 1.主動與產品、營運與業務團隊溝通需求，快速理解商業邏輯與問題背景，將業務問題轉化為可分析的資料問題。 2.進行探索式資料分析（EDA），找出資料中的模式、趨勢與異常，並提供具體的商業洞察。用於但不限於預測、分類、推薦或營運最佳化。 3.在必要情境下具備基本資料處理與資料管道能力，能獨立處理資料取得、清理與轉換，而不完全依賴資料工程師。 4.使用視覺化工具（如 Superset、Metabase）或 Notebook 報告，將分析結果清楚呈現給非技術團隊。 5.持續評估與導入 AI 與資料分析工具（如 LLM、AI coding assistants），提升分析效率與洞察速度。 6.優化資料結構與資料品質，確保分析所需資料可靠且可用。

【工作內容】 1.材料化學領域產業數據分析 2.材料化學領域數據清整分析，彙整數據結果並分析原因，撰寫執行與建議報告書與數據分析模型建置 3.規劃、執行與管理材料化學領域數據分析相關之研究計畫 4.研究計畫提案與相關研究成果服務推廣與廠商訪視 【研究室簡介】 本研究室專注在發展應用於材料科學與產業之AI相關技術，透過AI平台MACSiMUM (https://www.macsimum.org/)與相關數位工具導入，於線上/線下提供產業於材料設計模擬、製程數據資料、產品實驗驗證階段之AI工具與人才培育能量，降低材料廠商跨入智慧化IT技術的門檻，改變國內材料廠商的研發模式與思維，並連結材化所內部技術與材料/製程/元件的驗證數據，利用整合解決方案以更直觀的模式向客戶展現技術能量與提供協助 【亮點技術】 1.材化領域AI專案導入與輔導 2.材料設計模擬與特徵萃取 3.材料配方與製程優化 4.材料技術數據資料庫規劃與建置 5.材料開發數據清整分析與AI (機器學習、深度學習...)模型建置 【工研院材化所~熱情招募中】 我們擁有充足的研發資源，打造菁英研發環境，鼓勵創新求變，豐富技術視野 熱情邀請具材料/化學/化工/電機/AI等專業能力的你加入，展開研發菁英旅程 #綠色科技 #淨零碳排 #永續環境

我們不招募文案工匠，我們正在尋找一同並肩打造年度1.7億預算的『行銷科學家』。 在這裡，你將與 Meta/Google 原廠顧問並肩戰鬥，透過『領先指標』精準預測每週銷售動向。 我們不保證輕鬆，但保證你將掌握 ROAS 7-10 的底層數據邏輯，建立足以影響企業經營的『營運思維』。 公司擁有強大的行銷推廣方法論，在行銷圈建立「數據驅動專業品牌」的形象，加入 MR. LIVING是一場「專業進修」而非單純的「換份工作」。 ▲職務內容▲ (1)負責社群媒體經營管理(Facebook / Google)，監測成效並優化內容策略 (2)Facebook / Google 廣告投放與數據分析，確保預算運用最佳化 (3)獨立撰寫文案、發想創意內容，掌握專案進度，確保行銷目標達成 (4)跨部門專案協作，共同打造具市場影響力的行銷企劃 ▲加入我們，你可以獲得什麼▲ •【頂層資源】Meta & Google 原廠顧問全程輔助 與官方直接對策，實證廣告漏斗的最佳解，讓你掌握最前線的媒體邏輯。 •【億級戰場】年預算 1.7 億、ROAS 7-10 的實績 在成熟的方法論下操作大規模預算，學習如何穩定產出高效業績。 •【營運思維】看透數據背後的銷售因果 不只學投放，更學「預測」。從數據中掌握關鍵領先指標，培養預測當週銷售額的專業直覺。 在這裡你不只是「投手」，而是具備「企業營運思維」的行銷專家，釐清所有數據背後的因果關係。 期待找到認同 MR. LIVING 理念，並願意一起發想、執行能實際落地的創意，期待未來是能夠獨當一面營運各種方方面面、化腐朽為神奇的夥伴 : ) ▲特質條件▲ 1.對於家具領域有著熱情與好奇心，願意深入了解、學習產業知識 2.執行細心、思路清晰、表達完整，能以效率、效益考量完成任務 3.良好的溝通能力，能以正面的態度思考問題並獨立解決，保持樂觀 4.樂於學習，對於學習新事物有充沛的能量 ▲必要條件▲ 1.有零售品牌行銷經驗達一年以上 2.重視文案與內容的價值，理解並習慣以消費者視角撰寫文案 3.對於數據敏感，能從渠道流量與產品銷售數據找出行銷、廣告優化方向 ▲加分條件▲ 1.有操作數位廣告的相關經驗 2.具有Google Analytics 、AdWords、Meta Blueprint 相關認證加分 3.具備電商領域操作經驗加分(請詳加說明) 4.有獨立執行專案與團隊溝通協調和討論的能力

1.數據平台架構及數據治理規劃、建置、維運。 2.帶領資料科學家、資料工程師等團隊，合作推動數據化，為企業運營賦能。 3.大數據平台建設與管理，培養和組建技術團隊，優化資源利用。 4.與產品與團隊共同合作，確保專案順利進行並維持品質。 5.持續關注AI領域趨勢，提供新技術建議與創新。 ※依學經歷、工作年資敘薪

1.AI 模型應用、訓練與微調，熟悉雲端/地端與LLM 操作及應用。 2.了解使用大型語言模型進行訓練和微調。包括選擇合適的數據集、設計訓練流程，以及調整模型參數以達到最佳性能。資料科學家需具備使用框架如TensorFlow來實現這些過程的能力，並能夠針對特定任務優化LLM。 3.資料建模與分析，建立和訓練機器學習模型，選擇適當的算法進行數據分析，並從中提取有價值的見解。 4.持續監控與優化，監控模型性能，根據新數據進行調整和優化，以提高預測準確性和商業價值。 ※依學經歷、工作年資敘薪

1.熟悉數據資料倉儲與數據湖概念，進行數據清洗、資料整備等相關數據轉換與整合。 2.熟悉數據工程的ETL流程，處理數據開發、自動化、測試、監控、佈署等相關技術解決方案。 3.規劃與建置與維護資料治理平台、負責並管理維護資料治理平台 4.維運和規劃大數據處理系統，以確保日常數據的運作品質之傳輸性、高效性和準確性。 5.與團隊合作，檢視數據存儲和數據架構的設計和維護，以確保數據的安全性、可擴展性，以及數據分析的準確性、可靠度。 ※依學經歷、工作年資敘薪

精藤公司為【全家便利商店股份有限公司】之子公司，精藤做為集團資訊整合的中心，不但承擔著集團「系統整合」及「Know-How彙整」的責任，同時也扮演了集團最堅強的技術發展領航者及實踐者。 而支援這團隊成長的背後，除了穩定成長的零售通路資訊發展需求以外，亦包含了精藤20年來不斷精進的程式開發技術以及重視團隊合作的組織文化。 在精藤，除了可以學習各項資訊系統規劃、開發、監控與維護（如：物流管理系統、帳務管理系統、商品管理系統，與情報分析系統......等數以百計的資訊系統，精藤皆自行開發與維護），更有完善的公司治理與開發標準，可做為所有資訊人員執行專案時的後盾。 除此之外，精藤近年來亦不斷追求更多新領域的發展，例如：雲端科技應用、大數據資料分析以及行動裝置管理技術等等，誠摯的歡迎所有對於零售流通有興趣的伙伴一同加入精藤的大家庭。 本公司資料科學家(AI工程師)之職務內容如下： 1. 洞察客戶需求與業務痛點，從數據發掘商業價值，並設計與落地最佳AI解決方案。 2. 規劃與執行數據收集、清洗、與前處理流程，並應用機器學習演算法、統計模型進行數據挖掘與深度分析。 3. 主動針對問題提出數據驅動的解決方案，持續監控、評估並優化模型效能與流程。 4. 從資料科學角度提供專業諮詢與決策支援，驅動集團業務策略發展。 5. 與跨部門團隊緊密合作，推動機器學習服務的開發與落地。 需求能力： 1. 熟悉SQL、Python語言。 2. 具備統計分析能力，包括熟悉Multivariable calculus、Linear algebra。 3. 熟悉Machine Learning，包括XGBoost、Random Forest、NN、SVM、K-means、Clustering、Bayesian Networks、Ensemble...。 4. 熟悉時間序列(Time-series)預測方法。 5. 具備Data Visualization & communication能力。