Cake Job Search

【Hour Loop 飛輪電商】在2013年成立，並於2022年初在美國那斯達克上市。作為亞馬遜 (Amazon) 第三方賣家，我們的工作不只廠商開發，還包括商品上架、價格制定，以及物流與庫存管理，通通一手包辦。 在百萬競爭對手中，我們透過獨特的營運模式，成功實現十年來的持續成長，並脫穎而出，在2022年底躍升為亞馬遜 (Amazon) 前十名的賣家！ 我們提供彈性且暢通的職涯管道，不綁年資，端看績效表現，從「獨立貢獻者」到「管理職」適性發展！如果你喜歡打磨自身專業能力，鑽研獨立的工作項目，便適合獨立貢獻者的角色；若你有準確遠見，善於溝通和帶領團隊，你可

燃燒你的數據熱情！我們是一群狂愛數據的工作者，致力於應用尖端技術，提供最有效的商業解決方案，發揮數據影響力、讓保險變得更聰明。 ChatGPT說，加入產險數據部你可以… 挑戰頂尖的數據技術：追求卓越、擁抱尖端科技，讓你的技能得到充分發揮！ 揭開數據的神秘面紗：參與風險評估、客戶行為分析等多元專案，發現數據背後的驚奇！ 與頂尖人才同行：與業界頂尖的數據科學家、分析師與工程師共事，學到最實用的技能！ 立即投入數據的海洋，開啟你的冒險之旅！👀更多關於我們做的數據服務，期待您的加入，運用數據專案管理與技術整合能力，推動 AI 轉型與數據生態建構，讓數據

【團隊介紹】 我們不只是一群熱愛玩數據、玩技術的工作者，更是致力於將數據的價值、AI的潛力落實到保險領域的推動者。 在這裡，我們探索各式新技術的應用場景，打造高效解決方案 在這裡，我們應用數據專長助攻公司成長，發揮數據影響力 在這裡，我們不分你我、追求團隊共榮，重視團隊合作 數位轉型不是口號，數據應用不是空談 加入我們！一起用數據翻轉商業價值，「讓保險變得更聰明」！👀更多關於我們做的數據服務，期待您的加入，運用數據專案管理與技術整合能力，推動 AI 轉型與數據生態建構，讓數據創造最大價值！1. 九成跨域人才！國泰產險多元跨域、探索共融 打造數位數據轉型

【團隊介紹】 我們不只是一群熱愛玩數據、玩技術的工作者，更是致力於將數據的價值、AI的潛力落實到保險領域的推動者。 在這裡，我們探索各式新技術的應用場景，打造高效解決方案 在這裡，我們應用數據專長助攻公司成長，發揮數據影響力 在這裡，我們不分你我、追求團隊共榮，重視團隊合作 數位轉型不是口號，數據應用不是空談 加入我們！一起用數據翻轉商業價值，「讓保險變得更聰明」！【為什麼要加入我們】1. 加入國泰集團數數發一員，擁有多元的學習資源，跨公司數位數據資源豐沛，擁有堅強後盾、轉型推廣不孤單2. 充分剖析業務痛點並探索解決方案，在這充斥挑戰性的工作中，數據分析

About the Role We are seeking a Data Scientist with deep expertise in both classical machine learning and Generative AI to drive digital transformation in the process industries, including energy, chemicals, manufacturing, and industrial automation. You will work on high-impact use cases such as predictive maintenance, process optimization, supply chain forecasting, and intelligent automation—leveraging massive industrial datasets, domain-specific knowledge, and cutting-edge AI/ML techniques. Drawing inspiration from the work done at AspenTech, Aveva, Siemens, C3.ai, and Palantir, you will lead the development and deployment of production-grade models that create measurable business value for mission-critical operations. Key Responsibilities ● Design, develop, and deploy advanced machine learning and deep learning models for predictive analytics, anomaly detection, optimization, and simulation in process industries. ● Lead the application of Generative AI (LLMs, foundation models) to use cases such as natural language querying of industrial data, automated reporting, operator assist, and control recommendations. ● Collaborate with SMEs, engineers, and product teams to define high-impact use cases grounded in operational and engineering realities. ● Work with large-scale industrial time-series, sensor, and historian data (e.g., OSIsoft PI, Aspen IP.21). ● Build and evaluate digital twins for industrial assets and processes, including physics-informed ML models. ● Apply techniques such as reinforcement learning, probabilistic modeling, and graph learning where applicable. ● Stay current with the GenAI and ML research landscape, and translate breakthroughs into practical solutions. ● Contribute to data pipelines, model monitoring, retraining strategies, and deployment using MLOps tools and platforms. ● Communicate results and insights clearly to both technical and non-technical stakeholders. Required Qualifications ● 1~3+ years of experience in applied data science, with a strong track record of delivering real-world ML/AI solutions. ● Deep understanding of supervised/unsupervised learning, time-series analysis, and generative models (e.g., transformers, diffusion models). ● Experience working with industrial datasets and process industry platforms such as Aveva, AspenTech, Honeywell, or Siemens Xcelerator. ● Proficiency with Python, ML libraries (e.g., scikit-learn, XGBoost, PyTorch, TensorFlow), and GenAI frameworks (e.g., LangChain, HuggingFace, OpenAI APIs). ● Familiarity with MLOps tooling such as MLflow, Airflow, SageMaker, or Azure ML. ● Strong analytical and problem-solving skills with the ability to work across messy and heterogeneous data sources. ● Solid grounding in statistics, optimization, and experimental design. ● Excellent communication and collaboration skills, with the ability to partner with engineers, domain experts, and executives. Preferred Qualifications ● Background in chemical, mechanical, or process engineering ● Experience with digital twins, control systems, or simulation tools (e.g., Aspen Plus, gPROMS). ● Knowledge of graph data models, semantic layers, or ontologies used in industrial contexts. ● Understanding of domain-specific regulatory, safety, and operational requirements. ● Experience with secure and scalable AI deployment in enterprise or OT/IT hybrid environments.

WeMo 結合共享經濟、綠能環保等理念，提供 24 小時隨租隨還共享電動機車平台服務。我們以用戶需求為核心，開發車聯網新價值，帶給消費者與企業用戶最安心的騎乘體驗。用智慧出行串連生活大小事，為城市創建更美好的生活！如果你熱愛數據、喜歡解決真實世界的商業問題，快來加入我們！【你的角色與任務】作為 Data Team 的成員，你不僅是數據的處理者，更是WeMo核心決策、營運進化與產品迭代的核心引擎。你需要透過數據、洞察，發揮你的實質的影響力：-成為業務與技術的雙向橋樑：具備出色的「雙向翻譯」能力，能運用結構化框架引導業務、行銷與營運單位釐清真實痛點，將模糊的商業議題精準轉化為分析規格，並與產品、前後端及資料工程師協作，推動資料收集的實作與品質把關。-AI Agent 應用：具備高度的架構性思考，能將複雜的數據處理與分析流程模組化。在日常工作中靈活運用並整合 AI 工具與 AI Agent，優化內部作業效率，並持續探索 AI 在營運決策上的應用場景。-驅動用戶增長與產品優化：深度挖掘用戶如何使用產品，了解行為模式與行銷成效。建立完整的產品指標體系，找出優化體驗的方向，讓用戶更愛 WeMo。-提升車隊營運效率：透過車隊營運數據與使用者需求分析，產出具行動力的洞察，提供快速擴展的 WeMo 車隊在調度與營運策略上的強力支持。-推動數據驅動文化：規劃最佳的數據產出方式（包含報告、儀表板、週期性自動報表、預測模型等），透過數字影響跨部門決策，讓 WeMo 的產品與服務持續敏捷迭代。

Responsibilities:- 管理並優化行銷名單產出流程，定期提供符合業務需求的高品質名單，支援銷售與行銷活動成效提升。- 規劃與推動客戶資料平台（CDP）相關專案，包含名單產製流程梳理、資料正確性驗證與功能優化，確保平台能有效支撐實際業務與行銷應用。- 運用 CDP 與其他數據資產建置並優化行銷模型，持續提升名單轉換率與整體行銷投放成效。- 強化部門資料安全管理與作業流程設計，將既有人工流程導入自動化與標準化，提升營運效率並降低作業風險。- 協調並整合銷售及行銷團隊的需求與資源，將業務需求轉化為具體數據解決方案，並持續追蹤與優化執行成果。★進一

【職務說明】作為跨部門的數據夥伴，透過各項數據分析與洞察，協助進行產品與營運決策。需能將複雜且模糊的商業問題轉化為可量化的分析框架，並以資料視覺化、實驗設計與深度分析，提供具行動力與商業價值的建議，推動組織落實數據驅動的決策文化。【工作內容】1、跨部門商業夥伴合作 與產品、營運及行銷團隊密切協作，深入理解業務需求與關鍵痛點，將模糊的商業問題轉化為具體的分析框架，並追蹤核心指標達成狀況。2、資料視覺化與決策支援 規劃、設計並維護高互動性與高可用性的數據儀表板，將複雜數據轉化為直觀、可解讀的視覺化洞察，協助管理層即時掌握營運狀況與決策依據。3、實驗設計與成效

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)

1. 前台資料查詢及排查是否有缺失或其它狀況 2. 後端資料維護處理 3. 跨部⾨溝通協調，處理主管交辦事項 4. ⽀援平台需求，及找出可優化的⽅向，並與主管或PM討論需求 5. 第三⽅廠商資訊確認，需具英文閱讀能⼒ 6. 須細⼼且認真負責 7. 無經驗即可 *須可配合輪班，晚班及夜班另有輪班津貼 早班 : 07:00-15:00 中班 : 15:00-23:00 (津貼300/⽇) 晚班 : 23:00-07:00 (津貼600/⽇)