Cake Job Search

【公司介紹】 我們是一家深耕台灣市場、擁有數百萬活躍用戶的金融科技平台，長期專注於打造整合支付與嵌入式金融服務的數位生態圈。產品服務橫跨線上與線下場景，並持續拓展跨境合作與創新金融應用。 在高速成長與龐大交易量的環境下，數據已成為公司最核心的資產之一。團隊正啟動數據中台與基礎架構升級計畫，期望建立更高擴展性與高可用性的數據平台，支撐未來數年業務成長。 此職位將直屬技術最高主管，參與數據架構與技術策略規劃，能見度高、決策影響力強，對於希望從「工程執行者」邁向「技術與組織塑造者」的數據主管而言，是難得的舞台。 【工作內容】 帶領並培養 Data Engineering 團隊，建立高效且高品質的工程文化 規劃與建置企業級數據中台與資料基礎設施（含即時與批次處理架構） 設計與優化大規模 ETL Pipeline，確保資料準確性與安全性 建構高可用、高擴展的數據平台架構（Cloud + On-Prem 混合環境） 與產品、商業與工程團隊合作，定義數據模型與資料產品架構 推動資料治理、數據目錄與數據品質管理機制 導入與評估新技術，提升效能、穩定度與成本效率 【使用技術】 Programming: Python / Scala / Shell Database: MS SQL / MySQL / ClickHouse / BigQuery Data Processing: PySpark / Kafka / Airflow Cloud: GCP（含 Dataflow 等服務） Architecture: Data Lake / Data Warehouse / CDC / Streaming Visualization: Tableau / Superset 【為什麼值得加入？】 數百萬用戶、巨量交易場景，數據完整且具高度商業價值 直接參與企業數據戰略規劃，非單純維運角色 高層高度信任，具架構決策權與團隊塑造權 在高速成長的 Fintech 領域，打造可長期演進的數據平台 從 0→1 強化數據中台，是能寫進履歷的代表作

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 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