Cake Job Search

AI Engineering LLM Applications | Senior AI Engineer / Tech Lead - TL (Global Financial Group | Fluent English Required) Company Overview Our client is the Taiwan entity of a well-established global financial group with operations across multiple international markets. The organization is known for its strong governance, financial stability, and long-term commitment to technology-driven transformation. In recent years, the company has made significant investments in AI and data-driven initiatives, forming a dedicated AI team focused on delivering production-ready AI solutions that directly support core business operations and customer-facing platforms. This role involves frequent collaboration with overseas teams, making strong English communication skills essential. Responsibilities Lead AI Engineers and Software Engineers to design and deliver AI-powered solutions Apply Machine Learning and LLM technologies to real-world business systems (e.g., call center, telesales, customer interaction and call routing platforms) Collaborate closely with global stakeholders to understand requirements and drive execution Design, build, and maintain scalable, reliable, and secure AI services Ensure high code quality, system performance, and long-term maintainability Contribute to technical decisions, architecture design, and best practices Balance evolving priorities while maintaining delivery momentum Technologies Python (production-grade development) Machine Learning / Deep Learning(PyTorth, TensorFlow) Large Language Models (LLMs) Generative AI FastAPI, Uvicorn Docker, Kubernetes Distributed, high-throughput, low-latency system architectures CI/CD and cloud deployment experience is a plus

公司介紹 我們的客戶為台灣具指標性的大型金融機構，長期被市場視為金融科技與 AI 落地的領先者。近年在 Generative AI 領域投入大量資源，不僅推動多項 GenAI 旗艦方案，更成功將 AI 技術導入實際營運流程，建立可複製、可擴展的企業級應用模式。 本職缺隸屬於核心的轉型單位（約百人規模），高階長官具備資工博士級背景，組織定位關鍵、決策鏈短，並直接影響 AI 產品是否能安全、穩定地交付給最終客戶。 職務說明 我們正在尋找一位 AI 模型主管，從零建立企業級 AI 品質與評測體系。 你將擔任 AI 產品上線前的 「守門員（Gatekeeper）」，全權負責 LLM、RAG 與 ML 系統的評測標準、發布流程與風險控管，平衡模型效能、安全性與合規性，對產品能否正式上線具有關鍵影響力。 工作內容 一、AI 評測策略與框架建立 從零打造企業級 AI 評測架構，定義 LLM / RAG / ML 系統的核心評估指標 評測面向涵蓋：準確率、相關性、真實性（Faithfulness）、一致性（Consistency） 將 Responsible AI 原則納入驗收標準（公平性、偏見、可解釋性） 推動評測流程自動化，並與 MLOps / CI-CD 深度整合 二、基準測試與資料治理 規劃並管理 Golden Dataset，涵蓋關鍵業務流程、Edge Cases 與對抗性樣本 追蹤並評估主流評測工具與方法（如 RAGAS、DeepEval、Arize Phoenix） 建立模型版本間可比較、可追蹤的 Benchmark 體系 三、AI 安全與紅隊演練 建立 AI 安全防護與風險驗證機制 主導 LLM 紅隊演練（Red Teaming） 制定並驗證 Prompt Injection、Jailbreaking、PII 洩露等風險的防禦與壓力測試標準 四、跨部門協作與團隊領導 與演算法、後端工程、產品團隊密切合作，建立錯誤分析回饋迴圈 針對生產環境 Bad Cases 進行 RCA，提出 Fine-tuning / Prompt Engineering 優化建議 負責團隊培育、流程標準化與評測文件制度建立

建構與優化機器學習模型: 運用多維度運動數據（如賽事數據、球員表現），開發球員薪資計算、表現預測等核心模型，並持續進行優化。 支援產品與行銷決策: 深入分析用戶行為與市場趨勢，提供數據洞察，協助產品團隊優化功能、支援行銷團隊制定精準策略。 整合生成式 AI 應用: 導入並開發生成式 AI 功能，例如自動化產出運動新聞與球員動態，豐富產品內容。 提升內部數據工作流程效率: 運用 AI 技術優化資料處理、分析與建模的流程，提升團隊整體開發效率。

國內最大化妝品使用心得及排行榜綜合網站@cosme Taiwan(前身UrCosme,2004年創建)在台營運20年，為國內消費者找尋化妝品使用心得及排行榜綜合資訊的主流網站，隸屬於日本上市公司集團istyle Inc.。除日本、台灣外，在香港、大陸、韓國、美國等地，亦有集團旗下化妝品社群/電商/零售等相關事業營運。 網路產業隨著科技的不停進步，許多新技術不斷創新，加上AI重塑了工程師的日常工作樣貌，利用AI協作，大幅提高工作效率，而「整合應用」則成為了新一代工程師的必備能力，學習各式工具並透過排列組合，優化/解決當前遇到的各式問題。 為維運@cosme TW、@cosme HK及整體Global平台系統，技術研發主要分成三部分： Ruby on Rails網站相關技術：利用ROR、HTML、JS、CSS持續開發網站功能。大數據相關技術：利用MongoDB自行開發Data Management Platform，並應用於數據分析、廣告投放、個人化推薦、OneID辨識等地方。AI相關技術：導入LLM應用於@cosme平台，啟動AI賦能，將現行服務+AI。

用 AI 幫政府大腦升級！尋找邏輯清晰、擅長溝通的專案指揮官 👋 關於這個角色 我們正在協助政府單位導入最先進的「AI 知識管理系統」。這不是傳統的硬體採購，而是充滿挑戰的軟體服務與 AI 應用落地。 我們需要一位能獨當一面的 PM，擔任**「政府承辦窗口」與「內部開發團隊」**之間的翻譯官與指揮塔。如果你擅長把模糊的需求變清楚，並且對 AI 應用有熱情，這個位置就是為你準備的！ ⚔️ 你的核心任務 (Responsibilities) 專案全生命週期管理：從專案啟動、需求訪談、進度控管到最後的驗收結案，你是整艘船的舵手。確保專案在時程內交付（政府案的 Deadline 是鐵律！）。政府標案與文件駕馭：協助撰寫服務建議書（Proposal）、需求規格書。處理繁瑣的專案文件（會議記錄、測試報告、驗收文件），確保符合公部門的行政流程與規範。溝通與需求轉譯：對外： 聽懂政府承辦人員的「許願」，釐清他們真正的痛點，管理客戶期望。對內： 將客戶需求轉化為工程師看得懂的 User Story 或規格，並協調開發資源。AI 產品落地應用的把關：協助客戶整理知識庫資料（Data），確認 AI 回答的準確度，不僅是把系統架好，更要讓客戶覺得「好用」。 🔍 我們尋找的夥伴 (Requirements) ✅ 必備條件 (Must-Haves) 具備軟體或資訊專案管理經驗： 至少 2 年以上經驗，清楚軟體開發流程（SDLC）。熟悉政府專案生態： 知道什麼是 RFP、限制性招標，或者曾經與公部門打過交道，不排斥撰寫正式文件。邏輯強大的溝通者： 能在客戶（許願方）與工程師（實作方）之間取得平衡，不會當只會傳話的傳聲筒。抗壓性與解決問題能力： 遇到需求變更或突發狀況時，能冷靜找出替代方案。 🌟 加分項目 (Nice-to-Haves) 有 AI / LLM / KM 相關經驗： 對 RAG（檢索增強生成）、知識庫管理有概念者優先錄取。PMP 證照： 或其他相關專案管理證照。技術背景： 曾經寫過程式，或者能看懂 API 文件、資料庫結構，溝通會更順暢。 🎁 我們提供什麼 (What We Offer) 具有影響力的專案： 你的成果將直接改善公部門的運作效率，是看得到的具體貢獻。AI 實戰經驗： 你將站在 AI 應用導入的第一線，累積極具市場價值的 Domain Know-how。強大的後盾： 我們有經驗豐富的技術團隊支援你，你不必單打獨鬥面對技術難題。

「台達研究院」成立於2013年，由各領域專家組成，專注於研發台達下下世代 (next-next-generation) 產品之前瞻技術，開發新一代的創新產品，在台北、台南等地設有研發實驗室，加速了解產業需求、驗證技術與解決方案的多面向整合。 我們致力於協助建構企業級的軟體與韌體開發輔助工具 (Coding Copilot)，研發、設計並實作各式 AI Agents 來提升軟、韌體的品質與開發效率。工作將橫跨 LLM 微調、Agent 架構設計、最新技術的調研與實作，以及服務架構的建置與維運，打造真正落地的 AI 工具鏈。 工作內容包含但不限於: • 設計與實作 AI Agentic Workflow：將需求轉化為可部署、可擴展的 AI Agent 流程 • 微調 LLM 模型：針對特定任務進行模型微調，提升模型在特定領域的表現 • AgentOps 與 LLMOps：負責 AI Agent 的部署、監控與維護，確保穩定與高效運作 補充說明: 在這裡，不只是做研究，而是能將想法轉化為真正落地的 AI 工具。 • 全棧歷練：從設計、開發到部署，參與 AI Agent 的完整生命週期，累積難得的端到端經驗 • 實際影響力：成果將直接應用於台達場景，解決真實產業痛點 • 方法不設限：用各種創新方法解決真實痛點，挑戰沒有標準答案的問題 • 自由創造：親手打造理想中的 coding 工具，讓更多開發者一同使用，體驗創造的成就感

在 Pinkoi，工程師的任務是讓每個來 Pinkoi 的人都能擁有難以忘懷的使用體驗，你必需擁有極大的熱情，因為我們相信一個令人讚賞的網站服務，是由背後每一位工程師努力的追求卓越，每一個小細節都是 Pinkoi 非常在乎的事情！Pinkoi 致力於打造流暢且量身打造的探索與購物體驗，讓顧客輕鬆發現感興趣的商品、品牌與內容，並加深與平台的連結。同時運用創新的 AI 技術與深厚的產業知識，幫助品牌提升銷售業績、使規模快速成長，成為設計品牌邁向規模化、國際化不可或缺的重要夥伴。工作內容與挑戰維護和迭代網站底層架構，包括正式環境和開發環境，例如：CI/CD 流程、程式語言迭代、資料庫架構調整...等。協助建立與優化內部平台工具，提升開發者體驗。設計與維護監控、告警與可觀測性（logging / metrics / tracing）。產出高品質、穩定、可維護且可讀性高的程式碼，並養成良好的自動化測試習慣。能夠順暢地與各種領域的夥伴溝通合作，例如前端工程師、後端工程師、App 工程師、資料工程師等。擁有快速辨識系統問題的能力，並且能夠確實修復問題。持續改善系統架構、效能與穩定性，並樂於撰寫技術文件、分享知識，提升產品開發體驗。持續研究並導入新技術（如 Cloud Native 工具、AI 輔助開發）與創新想法，並評估其在實際環境中的落地與價值，創造更大的影響力。我們希望你有的特質充滿熱情，你想要做出世界級一流的產品。樂於學習，對於新技術抱有好奇以及開放的態度。良好溝通，能夠清晰地和 Pinkoi 的夥伴們溝通你的想法。主動積極，能發掘系統上的不足或可以更好的地方，並提出改善作法。自我要求，具備高標準、時限觀念和責任感。應徵條件有 2 年以上後端開發經驗，具備開發與維護系統的能力。具備良好的程式基礎，並樂於持續精進（Pinkoi 主要使用 Python，但我們歡迎任何程式語言的使用者來應徵）。對資料庫、資料結構以及演算法有基礎的理解，知道它們如何影響你的程式效能。對 Linux 作業系統有基礎的理解，特別是針對 Process 跟 Thread 的部分。熟悉 container 相關技術（例如：Docker、Kubernetes）。加分條件應用程式效能校調相關經驗。具備 Observability 相關經驗（Prometheus, Grafana, OpenTelemetry）。熟悉使用如 MySQL、Elasticsearch、Redis 等常見服務，並了解在設計與開發中需針對其分散式特性（如一致性、可用性、效能瓶頸）做出相應考量。熟悉以 LLM 工具輔助開發，並整合至日常工作中以提升效率與品質。熟悉雲端平台與基礎設施維運（AWS / GCP / Kubernetes / CI/CD pipeline）。熟悉 Cloud Native, Kubernetes 生態系（Helm, ArgoCD, Operators 等）。＃不用想了，趕快來當個 Pinkoi 人如果你有信心能夠勝任這份工作，歡迎提供你的個人履歷及小作業回答，即刻應徵！

【關於這個角色】核心任務是打通 LLM 與應用程式之間的溝通橋樑。你需要使用 Java 實作 Model Context Protocol (MCP Server)，讓 AI Agent 能夠安全、標準化地存取我們的資料與工具。 【你將面臨的挑戰】 Protocol Implementation: 開發與優化 MCP Server，確保與 LLM Client 端的通訊順暢且低延遲。Backend Development: 負責 API 的設計與實作，處理複雜的資料流邏輯與外部 API 整合。System Stability: 透過 Docker 容器化技術確保環境一致性，並透過完整的測試代碼（Unit/Integration Test）保障系統品質。

PLEASE CLICK “APPLY” TO READ MORE DETAILS ABOUT THIS POST.This is an introductory level micro-learning course that explores what large language models (LLM) are, the use cases where they can be utilized, and how you can use prompt tuning to enhance LLM performance. It also covers Google tools to help you develop your own Gen AI apps. Earn a badge today!

Responsibilities Lead the design and development of end-to-end data science projects, from business problem understanding to model deployment and monitoring.Collaborate with domain experts and cross-functional teams to translate business goals into goal-driven autonomous agent workflows.Design and implement robust RAG (Retrieval-Augmented Generation) pipelines to enhance the performance of large language model (LLM) applications.Prototype and deploy multi-agent LLM systems for planning, reasoning, and task orchestration. Build and deploy machine learning models for use cases such as recommendation systems, NLP, time-series forecasting, and computer vision.