Cake Job Search

▋▍About Us｜關於我們（醫療 X 科技） 用數據驅動決策，將生醫資訊轉化為生命的價值。 在慧康生技（Health2Sync），數據是我們最核心的資產。身為數據團隊的一員，你將有機會處理海量且多樣化的生醫數據（Biomedical Data），並透過機器學習與生成式 AI 技術，將其轉化為對用戶及醫療院所有實質幫助的數據產品。 我們不僅僅是技術的執行者，更是公司重大決策的參與者。在這裡，每一份分析報告都可能改變產品走向，每一條數據管線都在支撐全球百萬用戶的健康。期待對數據科學充滿熱忱的你加入，與我們一起用技術為病患與醫療人員創造更多可能性。 ▋▍Why Join Us｜為什麼加入我們 接觸稀缺的生醫大數據：處理真實世界（Real-World Data）的生理指標與健康數據，在技術深度之外，累積珍貴的醫療科技領域知識（Domain Know-how）。GenAI 與 LLM 實戰舞台：不只是開發傳統模型，你將主導基於大語言模型的應用開發，將最新的 AI 技術落地於數位健康場景。從基礎設施到產品落地：參與 Data Lakehouse 的架構設計與優化，親手建立支撐大規模運算與建模的高效率數據管線。高度影響力的決策參與：團隊推崇透明溝通與共創，你的分析結果與模型表現將直接影響產品的發展策略與商業方向。 ▋▍Role Highlights｜職缺亮點 數據科學的最前線：同時跨足數據工程與 AI 建模，讓你成為市面上最搶手的全方位數據專才。賦予數據生命感：看著你寫出的模型轉化為 App 上的健康建議，實質改善病患生活，這種成就感無可取代。純技術、零官僚：我們在乎的是數據的真實性與解決方案的有效性，提供最透明、最尊重專業的工程環境。接軌國際技術標準：與具備國際視野的團隊共事，使用最先進的數據架構處理跨國市場的挑戰。 ▋▍Responsibility｜主要職責 [ 數據基礎設施建構 ] 架構建立與維護：設計並持續優化數據基礎設施（Data Pipeline, Data Lakehouse），以支援高效的數據分析與機器學習建模。管線自動化：使用 Airflow/Dagster 構建穩定、可擴展的 Data Pipeline，並管理大數據儲存架構（如 Apache Iceberg）。 [ AI 與機器學習應用開發 ] 模型開發與部署：利用數位健康數據開發並部署機器學習、統計模型及生成式 AI (GenAI) 應用。LLM 應用實踐：針對產品需求，構建並維護基於大語言模型 (LLM) 的應用服務，提升產品智能化程度。系統性能優化：優化現有的 AI 系統與演算法，確保其在生產環境中的性能與可擴展性。 [ 數據決策支援 ] 跨團隊任務執行：運用分析工具與統計方法，支援產品與業務團隊的特定任務，將數據轉化為可執行的行動建議。數據專案推動：參與數據產品發想，持續探索能優化 H2 產品體驗的數據科學方案。 ▋▍Media Coverage｜媒體報導 《環球生技月刊》慧康生技明掛牌興櫃 《今周刊》打造智抗糖 App 攻入慢性病平台 《數位時代》台灣新創進軍韓國 《今周刊》慧康創業背景 《天下雜誌》台灣第一數位療法

負責 AI 平台或資料平台產品的整體規劃、交付與技術協調協同資料工程與模型團隊，規劃 ETL 流程、Inference Pipeline、API 串接與部署路徑撰寫並維護 API 規格文件、模型輸出定義、測試案例與技術驗收標準主導跨部門需求整合（包含設計、工程、AI 團隊與客戶端），確保產品交付節奏與品質推動以數據為導向的決策流程，定義並追蹤核心產品指標（Latency、Accuracy、Coverage、Usage）支援 Agile / Scrum 產品開發流程，包括 roadmap 制定、sprint review、backlog refinement 等

1.負責收集、清理、管理平台內外部數據，確保資料完整與正確，打造可供分析使用的數據集 2.監控數據質量與資料庫模型，持續優化數據處理流程 3.分析用戶行為（活躍、留存、付費）、市場活動成效及用戶來源渠道4.應用統計、ML/DL 和生成式 AI 技術來建立使用者分類、詐欺偵測、情緒分析和其他目標的功能。 5.以數據支持產品優化，協助設計及分析A/B測試 6. 與其他產品開發團隊合作，了解他們的業務需求，如潛在用戶名單、用戶風險分析，制定並完成端到端分析，包括資料收集、分析、持續擴展交付和演示。 7.使用Tableau/Power BI設計並維護BI報表，推動數據自助化 8.結合業界Knowhow與指標洞察，提出實際可行的解決方案

・負責收集、清理、管理平台內外部數據，確保資料完整與正確，打造可供分析使用的數據集・監控數據質量與資料庫模型，持續優化數據處理流程・分析用戶行為（活躍、留存、付費）、市場活動成效及用戶來源渠道・應用統計、ML/DL 和生成式 AI 技術來建立使用者分類、詐欺偵測、情緒分析和其他目標的功能・以數據支持產品優化，協助設計及分析A/B測試・與其他產品開發團隊合作，了解他們的業務需求，如潛在用戶名單、用戶風險分析，制定並完成端到端分析，包括資料收集、分析、持續擴展交付和演示・使用Tableau/Power BI設計並維護BI報表，推動數據自助化・結合業界Knowhow與指標洞察，提出實際可行的解決方案

我們正在尋找一位對AI / Data 產品有興趣的 Business Assistant，協助團隊推動 AI / Data 專案。 您將負責需求對接、需求整理與功能驗證，並與產品、工程與資料團隊合作 讓 AI / Data 產品順利落地。如果您對AI、資料應用與產品開發流程有興趣，這會是一個很好的起點。

公司介紹 一家深耕軟體研發多年的國際化技術團隊，專注於打造高效能資料系統與即時交易相關平台，產品與服務橫跨多個海外市場。團隊致力於將資料工程與機器學習技術落地於實際商業場景，透過大規模資料分析與智慧化模型，提升系統效率與風險識別能力。 公司工程文化重視技術討論與跨團隊合作，工程師不僅負責模型開發，也能參與資料架構、系統設計與模型部署，直接看到技術對產品與業務帶來的實際影響。此外，公司採 Hybrid 工作模式，並提供完善的辦公環境與員工福利，打造兼具效率與生活品質的研發氛圍。 工作內容 從大型資料庫中進行資料擷取、清理與分析，建立可用於模型訓練與分析的資料基礎 設計並開發基於 資料探勘與機器學習技術 的內部自動化系統與工具 協助將機器學習模型部署至實際產品或系統環境，並確保系統穩定運行 與工程、產品與資料相關團隊合作，提供 ML 技術建議並評估模型應用場景 持續優化資料處理流程與模型效能，提升系統整體效率 技術環境 Programming / ML：Python、PyTorch、TensorFlow、scikit-learn Data / Database：SQL、大型資料庫資料處理 Infrastructure：Linux、Shell Script、Docker / Container Machine Learning：Regression、Neural Network、Decision Tree、Clustering、Dimensionality Reduction

工作內容 主導探索分析與專案研究：針對用戶行為、產品成效、營運瓶頸等關鍵議題進行深入數據分析與建模探索，產出策略洞察報告透過數據協助商業決策和洞察分析，工作包含資料抽取、數據清洗、探索分析，發掘問題及新商業模式領導開發複雜 SQL 模型，將大型數據集轉化為可執行洞察。並與數據工程師及跨功能團隊合作，改善數據完整性、治理和一致性全面理解業務並驅動營運指標分析，與跨部門團隊合作，理解數據需求並提供量身定制的解決方案。將複雜商業挑戰轉化為可執行的數據驅動解決方案

1. 數據庫的靜態資料翻譯(英中)、分析、歸檔、修正 2. 須具備Word、Excel、Google文件等編輯能力 3. 須具備英文資料閱讀及英文書信往來溝通能力 4. 配合部門專案執行(如：大型翻譯項目、資料分析項目) 5. 其他的主管交辦事項 6. 此職務有午班津貼，無經驗可 7. 英文能力需求：多益 600分以上、英檢-中高級 (含以上)，相關科系(應外系、外文系)或有中英翻譯相關工作經驗佳，以上任一種符合或有同等能力證明 8. 上班時段： 早班 09:00-18:00(彈性工時)、午班 15:00-23:00(無彈性工時)

工作內容 前後端開發與維護：負責專案的前端介面與後端 API 開發、維護、測試，並持續優化系統架構設計：設計以及實作產品系統架構，確保穩定性與可擴展性效能優化：解決效能問題與產品缺陷，對線上或開發中的功能進行測試與效能調校程式碼品質維護：撰寫自動化測試與設計文件、協同 code review 並維護程式品質雲端架構部署：管理並部署 GCP 雲端環境，確保系統可靠性與上線品質技術研究：不斷研究與嘗試新的技術方案，包含框架、工具與 CI/CD 工具

🏢 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】 你將成為企業數據基礎架構的核心工程師，協助打造能支撐數百萬筆用戶行為與交易資料的即時數據平台： CDP 數據架構設計：規劃資料模型、整合多元來源，提升行銷科技自動化能力 即時與批次資料處理：使用 Kafka、Flink 建構流處理系統；以 Airflow 調度高效批次流程 數據湖與查詢效能：應用 Delta Lake、Snowflake 提升查詢速度與資料整合效率 資料品質與監控：導入 data observability，確保資料一致性與可追蹤性 跨部門合作與技術領導：與行銷、產品、資料科學團隊密切合作，支援 MLOps 與模型部署 資料合規與治理：設計符合 GDPR、CCPA 的資料管理機制，落實企業資料安全策略 【使用技術】 程式語言：Python / Java / Scala 即時處理：Apache Kafka、Apache Flink 批次處理與排程：Apache Airflow 數據平台：Snowflake、Delta Lake、BigQuery 雲端平台：AWS / GCP / Azure 其他：Databricks、Kubernetes、Docker、CI/CD、MLOps