Cake Job Search

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

🎖High Lights:- 自由彈性的氛圍- 外商工作環境- 薪資福利優渥 Responsibilities: Manage and support Microsoft Active Directory (Azure AD) and Office 365, ensuring smooth IT operations.Provide technical support to employees, troubleshoot IT issues, and improve overall user experience.Handle staff onboarding and offboarding, including access control and security integrity.Maintain and upgrade IT hardware, software, and network infrastructure to enhance system performance.Collaborate with vendors for new product evaluation, procurement, and IT service improvements.

我們正在為一間資本雄厚、具備規模的科技公司尋找一位具備產品思維與技術領導力的 研發高階主管(CTO)。此職位將帶領技術團隊執行企業關鍵技術重構、推動 AI 導入與組織轉型，是公司未來發展的核心人物。 【工作內容】 您將負責以下幾項核心任務： 領導工程、資安、MIS 團隊，制定整體技術策略與架構規劃 主導核心產品系統重構與新技術導入 與產品/業務部門協作，推動端到端的產品開發流程 建立高效能研發流程（CI/CD、自動化測試、效能監控） 管理與進行團隊績效考核和管理制度升級 代表技術團隊對接海外投資人、跨國利害關係人 【使用技術】 全端：.NET Core / PHP / Python / Node.js / JavaScript App：Native / Hybrid，含 iOS/Android 開發經驗 雲端：AWS / GCP / Azure AI技術：Transformer、LLM、CNN、RAG 等

🏢 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 工作內容介紹 領導團隊：帶領資料科學家與資料工程師團隊，訂定技術目標，打造以成長與創新為核心的團隊文化。 技術路線圖：規劃並執行資料科學與AI技術策略，導入機器學習平台與雲端資料解決方案，確保系統高效與可擴展。 跨部門協作：與工程、行銷與產品團隊合作，將業務需求轉化為數據驅動的解決方案，推動個人化推薦與預測分析專案。 資料合規：確保資料處理流程符合隱私與合規要求，建立安全且穩健的資料管線。 專案管理：監督資料蒐集、建模與部署流程，確保專案成果能有效落地並創造商業價值。 使用的技術 程式語言：Python、R、Java 雲端平台：AWS、Google Cloud Platform（BigQuery）、Azure（Redshift、Databricks） 大數據技術：Spark、Hadoop、Airflow、AWS Data Pipeline 機器學習框架：TensorFlow、PyTorch、MLflow、Kubeflow 容器與CI/CD：Kubernetes、Docker 其他：ETL/ELT流程、敏捷開發（Scrum/Kanban）、A/B測試、CDP與MarTech整合