Cake Job Search

【職位概述 Summary】DevOps 組長將負責領導 DevOps 團隊，主導 CI/CD（持續整合/持續交付）流程的設計、實施與優化。您是確保應用程式從開發、測試到部署和生產環境運行的「穩定性、可靠性（Reliability）與安全性（Security）」的關鍵人物，並負責推動 DevOps 文化在整個工程部門的落地與實踐。【主要職責 Responsibilities】1、團隊領導與管理- 帶領 DevOps 團隊成員，規劃工作項目與技術路線。- 制定 DevOps 流程與標準，推動跨部門協作（開發、測試、運維）。- 指導工程師執行自動化與基礎架構優化。2、CI/CD 流程建置與維運- 設計與實作持續整合、持續部署流程（CI/CD pipelines）。- 整合版本控制（Git）、自動化測試、部署與回滾機制。- 優化部署速度、可靠性與安全性。3、雲端與基礎架構管理- 管理雲端環境（AWS / Azure / GCP）與容器化架構（Docker / Kubernetes）。- 使用 IaC 工具（Terraform / Ansible / CloudFormation）自動化環境部署。- 監控資源使用與成本，確保效能與彈性。4、監控與系統穩定性- 建立系統監控、告警與日誌分析架構（如 Prometheus、Grafana、ELK）。- 主導事故處理（Incident Response）與問題根因分析（Root Cause Analysis）。- 確保服務高可用性（High Availability）與災難復原（Disaster Recovery）計畫。5、資訊安全與合規- 實施 DevSecOps 概念，將安全性融入 CI/CD 流程。- 管理憑證、金鑰與機密資料（Secrets Management）。- 確保系統符合資安政策與法規要求（如 ISO 27001、GDPR）。

【主要職責】 1. 負責 AWS 資料庫（如 RDS、Aurora）的重構與優化，強化資料結構設計與查詢效能。 2. 執行資料庫效能監控、慢查詢分析、索引與分區優化。 3. 規劃與執行資料表調整策略（含分表、正規化/反正規化、快取優化）。 4. 協助開發團隊在系統設計階段導入最佳資料庫 schema 與存取模式。 5. 撰寫與維護資料庫管理規範與技術文檔。 6. 與後端、雲端架構師、DevOps 團隊合作，確保資料庫的高可用性與可擴展性。 7. 善用 AI 工具（如 SQL 優化建議、Log 分析器）輔助資料庫優化作業。 【我們在找的你】 你對資料結構設計有熱情，懂得如何讓資料庫「跑得快、撐得久」，也勇於擁抱新技術如 AI 工具輔助查詢分析與自動化管理。你不只是 DBA，更是資料基礎建設的核心夥伴！ 【加入我們】 ．提供產學合作的機會 ．參與 AI 產品從設計、開發到落地的完整生命週期 ．彈性工時與自我管理文化 ．多元學習資源與技術交流機會，支持員工個人成長

1.負責台中區域，客戶開發，完成年度目標。2.內外部客戶協辦，完成業務事務。3.執行工作＆款項追蹤，作業流程。4.掌握市場訊息，委刊建案房產、適時討論。5.發現問題，處理客訴，解決方案，關係維護。【知識/技能】1. 具備房地產相關知識尤佳2. 具備網路廣告基本知識尤佳3. 具備基礎業務技巧(理解、分析、溝通、相關之能力)尤佳4. 需自備交通工具 (汽/機車) 並持有相關駕照年資滿一年年終全薪兩個月｜未滿一年按比例計算｜每季發放業績獎金(以上視營運狀況，業績達標狀況發放)

我們正在尋找具備資安實務經驗的DevOps Engineer加入我們的團隊！ 【工作內容】 1) 維運並自動化部署公司 AI LegalTech 平台（主要架設於 AWS 雲端環境）2) 建立和管理 CI/CD 持續整合/持續部署流程（使用 GitHub Actions 或同類 CI/CD 工具）3) 管理 Linux 系統與 Docker 容器環境，進行基本的網路與系統安全設定4) 即時監控系統效能與服務狀況，維護日誌紀錄，執行例行檢查並進行問題排除5) 跨部門協作（使用英文進行溝通），確保平台部署與更新順利進行【條件要求】1) 資訊工程、資管相關科系畢業，或具同等工作經驗2) DevOps/系統維運經驗2年以上，熟悉軟體部署流程, 有資安背景知識3) 熟悉 AWS 雲端服務操作與管理，具備雲端環境架構經驗4) 熟練 Linux 作業系統管理與 Docker 容器化技術5) 瞭解網路基礎架構及基本資安設定，能確保系統安全性6) 有 CI/CD 工具實作經驗（如 GitHub Actions 或 Jenkins 等），能優化自動化流程7) 具備系統監控、故障排除的實務經驗，遇到問題能迅速定位並解決8) 英文聽說讀寫流利，能閱讀英文技術文件並與國際團隊成員以英文溝通協作【加分條件】1) 熟悉 Terraform 等基礎 IaC（Infrastructure as Code）工具，具備基礎雲端基礎建設即程式化經驗2) 曾參與開發或維運資料密集型產品，或有法律科技/人工智慧系統相關經驗者尤佳3) 持有 AWS 認證或其他相關專業證照者佳

建構與維護 AI 應用微服務架構，使用 FastAPI、Pydantic、SQLAlchemy 等技術堆疊整合 OpenAI API、HuggingFace 模型與內部 LLM 推論流程，開發彈性可擴展的 inference pipeline與資料科學家合作，協助 AI 模型部署與效能最佳化使用 Docker 與 K8s 建立容器化部署流程，實現 DevOps 自動化與多環境可遷移性實作 CI/CD pipeline（GitHub Actions、Terraform 等），佈署至 GCP/AWS 等雲端平台設計穩定與高可用的 RESTful API / event-driven 架構，提供高品質產品對外服務介面參與跨部門產品設計與開發週期，實現 AI 功能與用戶需求之間的最佳整合

1. 設計、部署和維護 AWS 基礎架構：包括 EC2、S3、RDS、Lambda、VPC、AutoScaling、Load balancers、Cloudfront、Cloudwatch、WAF 、AWS CLI 等 AWS 服務的配置和管理。2. 維護和監控 AWS 系統：確保 AWS 系統的穩定性、安全性和可靠性，並進行定期的監控和故障排除。3. 開發和維護 AWS 應用程式：開發和維護運行於 AWS 上的應用程式，並確保其符合 AWS 的最佳實踐和性能要求。4. 與其他團隊合作：與開發、運維、數據庫管理和安全團隊合作，確保 AWS 系統和應用程式的順利運行。

我們正在尋找具備推薦系統實作經驗的 Python 工程師加入我們的團隊！ 【職務說明】 - 負責CRM客戶關係管理系統智慧客服中的推薦系統開發與維護 - 運用Python打造能即時推薦、動態回應、並具備情緒分析能力的客戶訊息處理系統 - 與產品團隊、AI團隊緊密合作，提升推薦模型效能 【工作內容】 - 推薦系統演算法開發（如Collaborative Filtering、Content-based、Hybrid Models、深度學習模型等） - 特徵工程 (Feature Engineering)、情緒分析 (Sentiment Analysis) 的模型建立與維護 - 透過Python實作高效能推薦演算法，並進行效能調優 - 資料管道建置與維護，確保系統穩定性與即時性 【必備技能】 - 熟悉Python及相關機器學習函式庫（如scikit-learn、TensorFlow、PyTorch等） - 具備推薦系統、機器學習或資料分析相關經驗 - 了解演算法、線性代數、統計、資料結構與資料庫基本原理 【加分條件】 - 曾使用過BERT、GPT等NLP模型經驗 - 具備資料工程、分散式運算經驗（如Kafka、Spark） - 有客服或CRM系統開發經驗者尤佳 如果你對打造新一代智慧化推薦系統充滿熱情，歡迎加入我們，一起用科技提升客戶體驗！

負責 Microsoft SQL Server 資料庫與相關 NoSQL 系統的規劃、建置與維護，確保系統穩定、高可用與資料安全。包含日常監控、異常處理、效能優化，以及開發自動化管理工具，並與開發團隊合作提升資料存取效能。工作內容1. 規劃、建置與維護 MSSQL 資料庫（含高可用架構：Always On、Replication、Log Shipping 等）。2. 執行資料庫日常管理：異常排除、問題分析、故障排查與資料備援。3. 進行效能監控與優化，協助開發人員調校 T-SQL 查詢效能與資料庫結構。4. 撰寫並維護資料庫自動化管理與維運相關程式（Python、PowerShell、T-SQL Script 等）。5. 規劃、建置與維護 NoSQL 資料庫（如 Redis、MongoDB、ClickHouse 等）。

負責 MySQL 資料庫與相關 NoSQL 系統的規劃、建置與維護，確保系統穩定、高可用與資料安全。包含日常監控、異常排查、效能優化，以及開發自動化管理工具，並與開發團隊合作提升資料存取效能。工作內容：1. 規劃、建置與維護 MySQL 資料庫（含叢集、高可用、備援及備份/還原機制）。2. 執行資料庫日常管理：異常排除、問題分析、故障處理與備援驗證。3. 進行效能監控與優化，協助開發人員調校 SQL 查詢與資料庫結構。4. 撰寫並維護資料庫自動化管理與維運相關程式（Bash、Python、Go 等）。5. 規劃、建置與維護 NoSQL 資料庫（如 Redis、MongoDB 等）。

設計與實作 LLM 微調（Fine-Tuning）流程，並根據實務應用需求進行模型優化運用 HuggingFace、LoRA、QLoRA、Deepspeed 等工具對 Transformer 架構進行調校建構與維護資料前處理與 Tokenization pipeline，支援中文與多語環境下的 NLP 任務撰寫並執行模型評估流程（BLEU / ROUGE / EM / Retrieval-based Precision 等）部署並持續優化已訓練模型於雲端環境中的表現與穩定性與產品開發團隊協作，提供技術建議與最佳實作，落地 AI 解決方案