Cake Job Search

您是否渴望在金融科技的前沿，以前瞻數據、AI 與 LLM 技術驅動創新，塑造未來金融服務？科技創新研發中心創新發展處，正積極尋找充滿熱忱、具備專業技能的資料科學家加入我們的AI創新團隊。您將負責金融科技領域的數據、AI，開發應用、管理與優化。著重於AI技術落地，解決商業問題，並參與大型語言模型(LLM) 在金融領域的應用開發與部署，確保AI模型(服務)的安全性、高效傳輸與穩定運作。為金融 AI/LLM 應用與策略決策提供堅實的技術後盾，助力提升金融服務的競爭力與創新能力。如果您對透過數據以及AI技術在金融領域的創新應用充滿熱情，並熟悉數據分析、AI建模、LLM技術、MLOps，渴望在充滿成長機會的環境中發揮所長，誠摯邀請您加入我們！工作職責:1. AI解決方案：提出AI解決方案，解決(優化)業務流程中的痛點，並研究金融科技應用AI技術的機會點，提供AI創新應用的建議。2. 數據整合、清理與分析：負責數據的整合、轉換、清理、標準化與特徵工程，提高數據品質，為後續的數據分析、AI 模型與 LLM 的訓練及微調奠定良好基礎。3. AI應用開發與部署：參與金融領域的AI (ML / LLM / Vision / Voice) 應用開發、測試與部署，例如：AI Agent、風險預測、文本分析、資訊摘要、商品推薦等。4. MLOps與AI治理：分析AI應用成效，並以MLOps管理AI生命週期，持續迭代AI模型與優化AI應用。5. 跨部門協作：與數據部門、IT 部門、Biz部門 (例如：通路、核保、商品等) 等緊密合作，深入了解企業業務需求與痛點，提供穩健且高效的AI解決方案。

【職務說明 What will you do】1. 生成式AI、機器學習、深度學習或統計分析模型專案開發。2. 配合數據技術發展目標，研究與實作可落地應用之新型態數據模型技術，包含大語言模型(LLM)、機器學習(ML)、深度學習(DL)等。3. 推動業務場景AI賦能，建立GenAI技術輔助各類型銀行需求使用，包含RAG架構流程、向量知識庫取用、Prompt Eng.設計等。4. 協助數據轉型，規劃從需求痛點到落地應用之end-to-end的數據解決方案。5. 當負責之數據服務被設定為"不能中斷"之服務等級，則需配合維運團隊於非上班時段on call以便即時處理問題，確保服務穩定。

[主要任務]1. 負責資料工程開發或資料分析相關需求之專案規劃、專案執行、進度追蹤、風險控管及資源協調2. 專案會議召集與議程規劃，並定期向上呈報專案進度3. 專案經驗傳承、專案文件管理4. 洞悉、分析業務應用需求缺口，依此設計/探詢內外部解決方案5. 與商業分析師、資料科學家、資料工程師、業務單位等跨域之溝通協調[必要條件]1. 數據相關專案經驗2. 具備跨部門與部門內溝通協調能力3. 具備發現問題、疏理問題與解決問題能力4. 具備將專案產出轉為交付文件或技術文件的文件化能力5. 邏輯能力佳 (重要)、主動積極，抗壓性高，溝通技巧佳，具簡報能力

工作內容:負責AI與大數據服務應用系統之需求規劃與功能分析。1.掌握市場AI與大數據技術發展趨勢，規劃AI與大數據服務應用系統功能。2.與業務及開發團隊共同分析需求，導入AI與大數據應用解決方案，滿足場景需求。3.設計及撰寫系統規格文件，包含AI與大數據模型運作及跨系統資料整合。4.保持對Data、AI/ML新技術的敏感度，並應用於解決問題及驅動AI與大數據服務創新。5.與多功能團隊（例如資料科學家、AI/ML工程師、資料工程師、AI軟體工程師…等）合作，確保技術可行性。

公司介紹： 我們的客戶是一家領先的金融科技公司，致力於通過數位、數據和技術推動整體轉型。公司正在積極打造數據驅動文化，以成為提供卓越金融服務的科技公司為目標。公司環境開放創新，鼓勵員工發揮創造力，實現職業理想。 JD: 1. 機器學習、深度學習或統計分析模型專案開發 2. 配合數據技術發展目標，研究與實作可落地應用之新興數據模型技術 3. 協助數據轉型，規劃end-to-end的數據應用解決方案 4. 當負責之數據服務被設定為""不能中斷""之服務等級，則需配合維運團隊於非上班時段on call以便即時處理問題，確保服務穩定。

🏢 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 作為資深數據科學家，您將在集團客戶數據平台(CDP)團隊擔任核心角色，負責整合、分析並應用來自集團旗下多個電商平台與實體門市的海量消費者數據，打造AI驅動的個人化體驗，提升客戶忠誠度與營收。 核心職責： CDP與數據策略規劃 設計前瞻性的CDP資料模型，無縫整合來自網站、APP、社群與實體門市等多元數據源 建立驅動行銷自動化的數據架構，連結消費者全旅程體驗 定義關鍵績效指標(KPI)與目標(OKR)，運用因果推斷建立用戶生命週期策略 確保跨平台數據一致性與品質，支援集團決策 AI模型與演算法開發 開發基於Transformer架構或圖神經網絡(GNN)的先進推薦系統 建立用戶分群、流失預測、終身價值(LTV)評估等關鍵模型 使用LightGBM、PyTorch等工具持續迭代優化模型效能與準確度 透過MLflow追蹤實驗結果，確保模型可擴展與可重現性 實驗設計與業務優化 規劃A/B測試或多臂老虎機(MAB)實驗，科學驗證行銷策略與產品功能有效性 深入分析實驗結果，持續迭代數據模型與演算法 以數據驅動方式提升用戶留存率、轉換率與整體營收 技術領導與跨部門協作 與工程團隊合作，透過Kubeflow優化MLOps流程，實現模型部署自動化 與行銷、產品、業務團隊密切協作，推動數據驅動的創新專案 向高階管理層展示AI演算法對業務的量化影響，有效推動決策 確保資料模型符合GDPR等國際隱私標準，強化數據安全與用戶隱私保護 💻 使用技術 您將有機會使用和精進以下尖端技術： 程式語言：Python、Java、Scala 大數據處理：Apache Spark、Apache Kafka、Airflow 數據存儲：Snowflake、Delta Lake、BigQuery 機器學習：PyTorch、LightGBM、Transformer架構、圖神經網絡(GNN) MLOps：MLflow、Kubeflow、Docker、Kubernetes 雲端服務：AWS、GCP、Azure CDP工具：企業級客戶數據平台架構與整合工具

公司介紹： 我們的客戶是一家領先的金融科技公司，致力於通過數位、數據和技術推動整體轉型。公司正在積極打造數據驅動文化，以成為提供卓越金融服務的科技公司為目標。公司環境開放創新，鼓勵員工發揮創造力，實現職業理想。 JD: 1.銀行資料倉儲ETL批次維運管理、海內外倉儲數據整合與加值運用。 2.數據應用需求ETL開發與維運。 3.數據應用之相關專案分析設計。 4.數據介接、資料治理、數據市集應用之程式開發維運。

[本職缺僅接受104網站投遞] 請至統一超商104招募頁面投遞個人履歷表，路徑指引 :https://www.104.com.tw/job/8p2a1?jobsource=googleCDP 與數據策略●設計 CDP 資料模型，整合多來源數據（網站、APP、社群），驅動行銷自動化。●定義 KPI/OKR，運用因果推斷設定用戶生命週期策略，確保數據一致性。模型與演算法設計●開發基於 Transformer 或 GNN 的推薦系統、用戶分群、流失預測等模型。●使用 LightGBM 或 PyTorch 迭代模型，優化效能與準確度。●透過 MLflow 追蹤實驗，確保模型可擴展與可重現。實驗設計與優化●規劃 A/B 測試或 MAB 實驗，驗證行銷或產品成效。●分析結果並迭代資料模型與演算法，推動留存率與營收成長。技術領導與培養●與工程團隊合作，透過 Kubeflow 優化 MLOps 流程。跨部門協作● 與行銷、產品、工程團隊對接，推進數據驅動專案。●向管理層展示演算法對業務的量化影響，驅動決策。資料合規●設計符合 GDPR、CCPA 的資料模型，確保數據安全與隱私。

公司介紹： 我們的客戶是一家領先的金融科技公司，致力於通過數位、數據和技術推動整體轉型。公司正在積極打造數據驅動文化，以成為提供卓越金融服務的科技公司為目標。公司環境開放創新，鼓勵員工發揮創造力，實現職業理想。 JD: 1. 雲端Data pipeline 、Data model design、MLops 流程的開發、資料模型設計及驗證 2. 雲端數據架構規劃(包含數據處理、分析、儲存設計、資料模型、治理）、協助策略規劃及專案規劃、建置 3. 雲端技術標準、資料標準等準則的制定落實 4. 協同資料治理、資料安全管理等政策落實雲端

我們的客戶是一家領先的金融科技公司，致力於通過數位、數據和技術推動整體轉型。公司正在積極打造數據驅動文化，以成為提供卓越金融服務的科技公司為目標。公司環境開放創新，鼓勵員工發揮創造力，實現職業理想。JD:協助主導大數據生態圈資料市集與應用建置，管理資料流上下游協同作業，制定資料治理政策，包含但不限於以下： 1.分析型資料市集、API數據中台、管理平台設計、開發與維運。 2.建立工程開發流程與模式、系統文件規劃、撰寫。 3.結構化及非結構化資料處理與整合。 4.用資料導向概念提升各類業務，並導入系統以加強各項資料應用。 5.建立資料治理規則，確保資料品質。