Cake Job Search

【關於我們 - Data Munger AI】 Data Munger 致力成為企業與實用 AI 解決方案間的最佳夥伴，從導入一路陪伴到落地。 在人人喊AI的時代下，真正為企業打造一個會持續進化的「AI 大腦」讓決策更快、流程更簡，讓人力價值最大化。 官網： https://datamunger.io/ 💼 工作職責 資料處理管道設計與開發 使用 Python 與 BigQuery SQL 為 AI 應用設計、開發及維護資料處理流程，確保機器學習模型可獲取高品質資料。ETL/ELT 工作流程構建 建立並優化 ETL/ELT 流程，確保資料自動化處理與數據一致性。RAG 系統實作 應用 RAG（檢索增強生成）技術，提升 AI 互動的準確性與上下文相關性。向量資料庫與查詢優化 優化向量資料庫（如 Pinecone、Qdrant）及 SQL/BigQuery 查詢效能，提升 AI 搜尋與回應速度。API 建構與維護 使用 Python 框架（FastAPI、Flask）建立並維護資料處理與 AI 服務 API。機器學習模型與資料管道部署 在雲端基礎架構（主要以 GCP 為主，並整合部分 AWS）上部署 ML 模型與資料管道，實踐 MLOps 原則以確保部署具備可重現性、擴展性及監控能力。跨部門協作與技術創新 與資料科學家、AI 研究人員及前端團隊協作，共同打造端對端 AI 產品，並持續導入最新技術以優化解決方案。

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