Cake Recruitment Consulting

公司介紹 這是一家深耕台灣市場、具高度用戶滲透率的 FinTech 科技公司，長期處於高流量、高交易頻率的業務場景。產品服務已融入日常生活與金融行為，資料規模與複雜度持續成長。 目前公司正進入 數據基礎建設與治理升級的關鍵階段，高層明確將「數據驅動決策」視為下一階段成長核心，並投入資源打造更穩定、可擴展的資料平台，讓數據真正成為產品與營運的決策引擎。 這個角色將站在 公司級數據戰略中心，不只是管理團隊，而是實際參與並影響整體商業方向。 工作內容 帶領資料應用部門（資料工程、資料分析、BI / Data Science 團隊），管理約 5–10 位成員 規劃並推動 公司級 Data Platform（Data Lake / DWH / ETL / Streaming） 與工程與系統架構團隊協作，確保資料系統的 穩定性、可用性與擴展性 審視並優化資料流、事件系統、Schema 與整體資料架構設計 建立 資料治理、品質控管、權限與統計口徑制度 建構指標、Dashboard 與分析框架，支援 產品、營運、行銷與管理決策 推動 A/B Test、數據實驗與行為分析，讓決策有數據依據 作為跨部門橋樑，協調技術與商業需求，推動策略落地 使用的技術 Data Platform：Data Lake、Data Warehouse、ETL / ELT、Streaming Big Data / Pipeline：Spark、Kafka、Airflow Data Ops：Pipeline 監控、版本控管、CI/CD Cloud / Hybrid：BigQuery、Snowflake（地端為主、雲端為輔） BI / Analytics：指標設計、Dashboard、實驗分析

公司介紹 這是一家穩健經營超過半世紀的金融龍頭企業，近年積極啟動大規模數位轉型，成立「科技創研中心」，整合數據工程、AI研發與雲端治理三大領域，打造具前瞻性的金融科技基礎。 公司正投入建構企業級 Data Lakehouse 與 LLM 平台，結合生成式AI、資料虛擬化及雲端運算，以數據驅動服務創新與決策升級。 對於希望在大型體系中主導AI工程與金融數據轉型的中高階技術主管而言，這是兼具穩定與影響力的關鍵舞台。 工作內容 領導 Data AI 工程團隊（約5人），規劃與執行數據平台及AI/LLM架構策略 建構並優化 Data Lakehouse、Denodo 虛擬化平台與資料整合流程 推動企業AI/LLM平台與MLOps落地，確保模型開發與部署效能 跨部門協作，將AI技術導入金融服務應用，提升營運效率與決策品質 持續追蹤AI與雲端新技術，制定技術藍圖與團隊成長方向 使用技術 Data Lakehouse（Databricks、Iceberg、Hudi 等） Denodo Data Virtualization Python / Java / SQL 雲端平台：AWS / GCP / Azure MLOps、LLM Fine-tuning、Prompt Engineering

公司介紹 這是一家在 智慧能源與 AIoT 雲端平台 領域具領導地位的軟體公司，產品已廣泛應用於再生能源監控與工業物聯網。 公司以 資料為核心資產，每日處理超過數億筆能源時序資料，持續打造高併發、高可靠性的全球級資料平台。 團隊文化極度重視技術品質與架構思維，鼓勵理性討論與開放交流。這裡沒有僵化階層，只有對卓越架構與效能極限的共同追求。 若你渴望設計能支撐 10 倍流量成長的 AIoT 系統，這將是你能充分發揮技術與影響力的舞台。 工作內容 主導設計與優化雲端 AIoT 資料流架構，涵蓋資料流、整併、儲存分析與事件偵測模組 與 SRE 團隊合作，進行架構效能瓶頸分析與轉移計畫設計，推動大規模系統效能提升 建構高可用性系統、異地備援與災難復原機制，確保雲端平台穩定性 與 Fullstack 團隊協作，推動資料流平台化，支援多產品資料需求 引領團隊進行新技術評估與雲端架構演進，持續優化資料處理策略 擔任跨部門技術橋樑，提供架構決策、團隊規劃與技術指導 使用技術 RabbitMQ、Fluentd、Elasticsearch、InfluxDB、Redis、MySQL、Spark、Kafka、SFTP/FTPS Python（主程式語言）、Golang、Rust Linux、Docker、Kubernetes（K8s）、GCP / AWS / Azure 成長挑戰 你將直接面對單日數億筆資料、百 TB 級別的儲存與分析挑戰，並主導雲端架構的演進與平台化。 在這個角色中，你不只是工程師，更是 架構決策者與技術推動者，有機會定義下一代能源 AIoT 資料平台的形貌。

公司介紹 這是一家專注於「智慧能源科技」的中大型軟體公司，致力於以 AIoT 平台技術 連結數以萬計的能源裝置，協助客戶監控、分析並優化能源使用效率。 公司擁有穩定的國際客戶群與高市佔率，產品被廣泛應用於再生能源與智慧工廠領域。 研發團隊以高技術門檻為驕傲，面對每日上億筆資料的挑戰，持續打造高併發、高可用的雲端資料平台。 在這裡，你將能參與真正大規模的資料流架構優化，與一群熱愛技術、願意理性討論的夥伴一起成長。 工作內容 建構並維運單日上億筆電力時序資料的 AIoT 雲端資料流架構（資料流、統整、儲存、分析與事件偵測） 與 SRE 團隊合作，量化系統效能、提出優化與轉移計畫，確保系統能支援倍數成長的業務量 開發並優化高可用性系統、異地備援及災後恢復機制 與 Fullstack、SRE 團隊協作，將資料流架構平台化，支援多樣能源 AIoT 應用產品 持續推動系統架構優化，以平衡成本與效能，打造能承載全球規模的資料平台 使用技術 RabbitMQ、Fluentd、Elasticsearch、InfluxDB、Redis、MySQL、Spark、Kafka、SFTP/FTPS Python（主要）、Golang、Rust Linux、Docker、Kubernetes（K8s）、GCP/AWS/Azure

Join a fast-growing fintech company that’s shaping the future of digital asset trading. Backed by a global user base and a mission to build secure, scalable systems, we are now expanding our data infrastructure team and looking for experienced Data Engineers ready to make a real impact. Here, engineers are trusted with real ownership and are empowered to propose, build, and optimize data systems from the ground up. If you're passionate about designing robust pipelines and enjoy working with international teams, this is your next challenge. 🔍 About the Role As a (Senior) Data Engineer, you will work closely with Data Scientists and Analysts across teams to build, optimize, and maintain data pipelines on a cloud-first architecture. This role involves collaborating with stakeholders across departments, identifying performance gaps, and ensuring our data systems remain scalable, reliable, and observable. 💼 Responsibilities Build and maintain scalable data pipelines and infrastructure on AWS Collaborate with analysts and scientists to ensure timely, accurate data delivery Design and improve ETL/ELT workflows using tools like Apache Airflow Set up monitoring and observability for data integrity and system performance Propose and implement improvements to our current data platform 🎁 What We Offer Competitive annual compensation package Flat team structure and international collaboration environment Flexibility to partially work remotely Healthcare coverage and wellness benefits A front-row seat to the fast-evolving world of fintech and blockchain Interested in building the future of data at scale? Apply now or reach out for a confidential chat. We’re excited to meet builders who care about performance, integrity, and impact.

🏢 公司介紹 我們的客戶是台灣最具規模與影響力的零售集團龍頭，積極拓展多元化的電商平台生態系。作為台灣零售業的標竿企業，該公司持續引領產業創新，近年積極推動全面數位轉型，整合線上線下（O2O）資源，打造台灣最大規模的全通路零售平台。 為什麼加入我們？ 產業領導地位：台灣零售業龍頭，擁有穩健發展基礎與龐大數據資產 數位轉型先鋒：目前正全力投入集團電商整合與數位化升級，是參與零售科技革命的絕佳時機 絕佳職涯發展：在數位經濟時代，您的專業能力將直接對數百萬消費者與企業營收產生顯著影響 【工作內容】 你將成為企業數據基礎架構的核心工程師，協助打造能支撐數百萬筆用戶行為與交易資料的即時數據平台： CDP 數據架構設計：規劃資料模型、整合多元來源，提升行銷科技自動化能力 即時與批次資料處理：使用 Kafka、Flink 建構流處理系統；以 Airflow 調度高效批次流程 數據湖與查詢效能：應用 Delta Lake、Snowflake 提升查詢速度與資料整合效率 資料品質與監控：導入 data observability，確保資料一致性與可追蹤性 跨部門合作與技術領導：與行銷、產品、資料科學團隊密切合作，支援 MLOps 與模型部署 資料合規與治理：設計符合 GDPR、CCPA 的資料管理機制，落實企業資料安全策略 【使用技術】 程式語言：Python / Java / Scala 即時處理：Apache Kafka、Apache Flink 批次處理與排程：Apache Airflow 數據平台：Snowflake、Delta Lake、BigQuery 雲端平台：AWS / GCP / Azure 其他：Databricks、Kubernetes、Docker、CI/CD、MLOps

加入全球頂尖的科技製造服務領導者(上市公司)，參與集團級別的數位轉型「創世紀」計畫，與國際知名顧問公司BCG合作，共同打造AI賦能的未來工廠。您將有機會接觸最前沿的AI、大數據和雲端技術，與Nvidia、AWS、Google等巨頭合作，並直接向高層匯報。我們正在尋找具有遠見、系統思維的技術領袖，引領全球200多個廠房的AI轉型，實現真正的產業變革。JD： 技術差距識別：分析組織現有架構與目標架構之間的差異，並制定改進計畫。 實施與優化：負責在組織內部推動架構模組與「中腦」的部署與實施。 技術文件管理：負責組織內部架構部署的技術文檔管理與維護。

加入全球頂尖的科技製造服務領導者(上市公司)，參與集團級別的數位轉型「創世紀」計畫，與國際知名顧問公司BCG合作，共同打造AI賦能的未來工廠。您將有機會接觸最前沿的AI、大數據和雲端技術，與Nvidia、AWS、Google等巨頭合作，並直接向高層匯報。我們正在尋找具有遠見、系統思維的技術領袖，引領全球200多個廠房的AI轉型，實現真正的產業變革。JD： 技術差距識別：分析組織現有架構與目標架構之間的差異，並制定改進計畫。 實施與優化：負責在組織內部推動架構模組與「中腦」的部署與實施。 技術文件管理：負責組織內部架構部署的技術文檔管理與維護。

數據工程負責人（Head of Data Engineering），負責領導設計和實施數據基礎設施，以支持快速擴展的加密貨幣交易所業務。主要目標是構建高效、可擴展且安全的數據系統，處理實時交易數據、用戶行為數據和市場數據。 主要職責 數據架構與基礎設施設計 領導設計可擴展、高性能的數據系統，用於存儲和處理大量交易數據、用戶行為日誌、市場數據和交易活動。 確保系統高可用性並優化低延遲訪問。 實時數據處理 構建和管理高吞吐量的實時數據流系統，處理加密貨幣交易、市場數據和用戶活動。 確保數據攝取和處理的延遲最小化，支持及時決策和交易執行。 數據整合與管理 設計系統以攝取、存儲和整合多源數據（如交易數據、用戶日誌、外部市場數據）。 規範化和組織數據，支持分析和商業智能需求。 用戶與交易數據存儲 制定策略存儲大量用戶行為數據（交易歷史、登錄活動等）和交易數據（訂單簿、提款等）。 確保數據存取快速、安全且成本效益高。 數據治理、質量與合規性 建立數據治理實踐，確保數據完整性、質量和符合法規（如GDPR、CCPA、AML/KYC）。 實施數據驗證、清洗和審計流程。 成本優化 設計兼顧性能與成本效益的系統，使用分片、數據分區和壓縮等技術。 確保數據基礎設施隨業務增長可擴展且成本可控。 領導與團隊管理 帶領數據工程團隊，推動最佳實踐和性能標準，培養合作文化。 提供指導和職業發展支持。 跨部門協作 與產品、市場、研究、安全和合規團隊合作，確保數據基礎設施滿足業務多樣化需求。 支持產品創新、用戶行為分析和法規合規的分析框架。 技術評估與選擇 持續評估新興數據技術，選擇最適合管理交易和用戶數據的工具。 確保數據基礎設施與公司戰略目標一致。

1. 運用內外部新形態數據建立模型特徵資料庫、與IT協作採集關鍵數據並優化模型特徵數據運算效能。 2. 依業務需求研發特徵或進行數據加值運算 3. 負責推動機器思考模型自動佈署及迭代之系統建設(MLOps & Auto-Retrain) 4. 視專案內容與機器學習以及業務單位共同研發與應用數據產品 5. 與IT合作將數據產品上線提供服務