2026 Turing Plan 儲備AI後端工程師 - 百萬年薪 熱烈開放申請中！

【計畫介紹】
Turing Plan 以計算機之父 Alan Mathison Turing 為名，尋找最頂尖的技術研發落地與科研專案管理菁英。本計畫在職培訓為期兩年，期間年薪百萬起，以人工智慧技術為核心，打造多元金融場景的科技應用，並有機會參與科技策略的制定，推動集團未來的科技發展！於培訓過程中累積實戰經驗，探索個人興趣與專精領域，培訓結束後在原崗位持續深化專精領域，並將成果導入集團各大業務體系，創造實質影響。團隊迄今已上線數十個科技專案，如票據辨識、盜刷防詐、投資水晶球、iWish 等。

【角色說明】
本職位以系統開發與部署為核心，工作內容涵蓋系統設計、服務開發、CI/CD、監控等，並持續關注系統架構與 DevOps 等工程技術趨勢。同時負責圖靈團隊自己的平台工程(platform engineering)，包含開發平台的規畫、建置與維運。本職位不以技術研究為主要職責，但需具備足夠的研究能力以持續精進自身的工程技術。此外，視需求參與團隊策略規畫等幕僚工作，協助擬定全集團科技策略方向(如 AI、資料策略等) 。

【工作內容】

1. 後端應用系統規劃與開發
   • 規劃與開發以 AI 模型 / Agent 流程為核心的應用系統
   • 負責 API 設計、服務開發與系統整合，確保程式碼品質
2. 系統架構規劃與跨角色溝通
   • 評估系統複雜度與技術風險，規劃整體系統架構
   • 與專案負責人協作，協調應用開發與系統整合的開發時程與技術分工
3. 團隊內部平台工程(platform engineering)與系統維運
   • 規劃並實作 CI/CD pipeline，涵蓋建置、測試、部署與回復機制
   • 建立團隊內系統監控、紀錄與告警機 制，並負責日常維運與故障排除
   • 研發團隊內部專屬平台，提供開發者導向的技術環境
4. Agentic 應用架構評估與導入
   • 調研與導入 Agentic 應用架構，涵蓋編排框架、工具整合與可觀測性等
   • 建立 Agentic 應用架構的維運流程，追蹤系統效能、穩定性與服務品質
5. 分享技術知識，提升團隊專業能力
   • 透過內部技術分享、文件撰寫與教學，促進知識交流並提升團隊技術能力
   • 作為技術顧問，向公司內部單位提供技術建議與應用諮詢

【工作地點】

台北或台南擇一，面試地點將與工作地點相同

【履歷投遞】

**職缺申請Tips：履歷隨到隨審，初審通過即安排面談，截至計畫人數招滿為止。

**本計畫另有「AI科學家」職位，歡迎探索更多職涯的可能性：https://www.cakeresume.com/companies/bank-sinopac/jobs/7de15a

**本計畫另有「AI專案管理師」職位，歡迎探索更多職涯的可能性：https://www.cake.me/companies/bank-sinopac/jobs/aipm

【團隊文化】

- 新創團隊風氣，注重效率與生活平衡，內部組織扁平，討論風氣興盛，無階級之分

- 支持分享共好，每週 Lab Meeting 交流論文、Tech Scout Meeting 交流技術趨勢

- 鼓勵突破框架，不自我受限，每週可以有 20% 時間進行 Side Project 等其他學習

【必備條件】

1. 資工、資管、電機相關科系背景碩士，具備後端系統、分散式系統與 AI 應用開發所需之理論基礎與實作經驗
2. 對 ML / DL / GAI / Agent 應用具高度好奇心，能將模型能力落實為可維運、可擴展的系統設計，熱衷於學習並能主動探索、掌握未來新技術
3. 具備端到端系統交付能力，包含需求分析、架構設計、服務開發、測試部署、監控維運到技術文件撰寫
4. 熟悉 Git 版本控制與 Linux / Unix-like 環境操作，能設計與執行 CI/CD 自動化部署流程，並進行系統效能觀察與問題排查
5. 熟悉資料庫，具備資料結構與 Schema 設計、效能調校與資料存取設計的能力
6. 熟悉容器化技術，理解服務部署與資源配置，若進一步熟悉容器管理技術(Kubernetes)者尤佳
7. 具備高度自主性，遇到問題能主動嘗試解決，面對不熟悉的領域仍願意主動投入理解
8. 能清楚溝通技術方案與評估成效，樂於與團隊及跨單位合作，將技術成果應用於實際業務或金融科技場景(具企業實習經驗尤佳，無金融背景可)

【加分條件】

1. 熟悉 Python 或 Node.js 後端開發，能於伺服器端獨立開發與偵錯，熟悉 Golang 等強型別語言
2. 熟悉 RESTful API 設計與服務介面規劃，具備前端框架(Svelte / Vue)開發經驗
3. 熟悉任一 Agent 框架(Google ADK / OpenAI Agents SDK / LangChain)，具備 ML / DL / Agent 驅動應用之實際開發經驗
4. 具備雲端平台(AWS / Azure / GCP)與 DevOps / MLOps 開發或維運經驗，能支援 ML / DL / Agent 應用之部署、版本管理與穩定運行
5. 熟悉將 AI 工具(如 GitHub Copilot / Gemini / Claude Code)融入日常開發流程，提升開發效率與品質