作為Platform Engineer,您將是公司「數據基礎設施」與「媒體自動化工具」的核心架構者。您將與 Data MarTech PM 緊密合作,負責建構並維運支撐全公司營運的底層平台——包含巨量客戶數據平台(CDP)的 Pipeline、行銷自動化引擎(Marketing Automation)的高流量訊息觸達服務,以及企業數據決策中心(Data Hub)的資料庫架構。
您將在此角色中打造高可用性(High Availability)、高擴充性(Scalability)且低延遲的後端平台系統。同時,您將高度運用 AI 工具輔助開發,並參與 AI 服務與 LLM API 的系統串接,直接將讀者行為數據轉化為公司的商業驅動引擎。
【核心開發範疇 / Core Technical Domains】
您將主導以下四大模組的技術架構與工程實作:
1. 設計與開發企業數據決策中心產品 (Business Intelligence Data Hub)
資料倉庫(Data Warehouse)架構設計: 設計與優化資料庫 Schema(如 BigQuery, Snowflake 或 Redshift),建構分層資料模型(Data Marts),維護數據品質(Data Quality)與查詢效能。數據產品化與 API 開發: 設計並開發高效能數據 API,供內部營運/編輯團隊與前端決策儀表板(Dashboards)調用,推動全公司「數據民主化(Data Democratization)」。數據資安與權限架構: 設計基於角色的權限存取控制(RBAC)與數據敏感欄位加密機制,確保數據合規。巨量數據管道(Data Pipeline): 設計並維運穩定、高效的 ETL/ELT 流水線,即時(Real-time)或批次(Batch)收集 Web/App 讀者的行為 Tracking 事件。帳戶歸一化與數據建模: 實作讀者 Identity Resolution(跨裝置帳號比對與歸一化),建構 360 度讀者圖像與標籤庫的儲存與查詢架構。高併發觸發與推播服務: 開發高吞吐量、低延遲的自動化流程觸發引擎,整合多管道(App Push, LINE, EDM, SMS 等)第三方 API 進行精準訊息投遞。模組化微服務(Microservices): 將常用的行銷邏輯開發為高重用性的 API 與後端服務,供產品中心其他系統調用。AI Feature Store 與 Pipeline: 支援預測型 AI 模型(如:讀者流失預警、個人化內容推薦)所需的數據特徵提取與 Pipeline 建置。LLM / GenAI API 對接: 串接生成式 AI API(如 OpenAI, Claude 等),開發低延遲、高穩定的 API 服務接口,提供行銷自動化文案生成與個人化推播應用。
2. CDP (Customer Data Platform) 數據管道與模型建置
3. 行銷自動化引擎 (Marketing Automation Engine) 後端開發
4. AI/ML 數據管線與應用服務串接
【主要職責 / Key Responsibilities】
系統架構與開發: 負責 CDP、行銷自動化與 Data Hub 的系統設計、核心程式碼撰寫、Code Review 與模組化開發。
AI 輔助工程(AI-Assisted Engineering): 熟練運用現代 AI 開發助手(如 Cursor, GitHub Copilot, Claude 等)輔助程式碼撰寫、重構(Refactoring)、編寫單元測試(Unit Test)與 Bug 排查,極大化個人與工程團隊的產出效率(Engineering Velocity)。
系統效能與穩定度優化: 持續監控系統吞吐量、API 回應時間與 Data Pipeline 延遲度,解決高並發與巨量資料帶來的效能瓶頸。
跨團隊技術對接: 與產品中心的其他後端/前端工程師及 PM 合作,制定清晰的 API 規範、Event Tracking 埋點規格與數據對接標準。
數據安全與合規: 確保數據儲存、傳輸與存取權限符合資安標準及個人資料保護相關法規。