Cake Job Search

WorldQuant develops and deploys systematic financial strategies across a broad range of asset classes and global markets. We seek to produce high-quality predictive signals (alphas) through our proprietary research platform to employ financial strategies focused on market inefficiencies. Our teams work collaboratively to drive the production of alphas and financial strategies – the foundation of a balanced, global investment platform. WorldQuant is built on a culture that pairs academic sensibility with accountability for results. Employees are encouraged to think openly about problems, balancing intellectualism and practicality. Excellent ideas come from anyone, anywhere. Employees are encouraged to challenge conventional thinking and possess an attitude of continuous improvement. Our goal is to hire the best and the brightest. We value intellectual horsepower first and foremost, and people who demonstrate an outstanding talent. There is no roadmap to future success, so we need people who can help us build it.Technologists at WorldQuant research, design, code, test and deploy firmwide platforms and tooling while working collaboratively with researchers. Our environment is relaxed yet intellectually driven. We seek people who think in code and are motivated by being around like-minded people. The Role: As a LLM Data Engineer at WorldQuant, you will be at the heart of transforming unstructured text into actionable, high‑value insights that power quantitative investment strategies. This is a hands-on, engineering role where you’ll design, build, and scale the data pipelines that underpin our data research. This role is ideal for someone who loves building production systems, enjoys working deeply with text and large language models, and wants their engineering work to empower quantitative research at the firm. You’ll join a highly technical, collaborative environment where you work closely with Research and where your ideas can quickly translate into impact at scale. What You’ll Bring: Degree in a quantitative or technical discipline (computer science, engineering, etc.) Basic knowledge of probability and statistical theory At least 2 years’ experience in developing and managing scalable and robust data pipelines Have a deep understanding of machine learning, and experience in training, inference, and evaluation. Experience with LLM technologies and agentic systems Excellent Python coding skills; familiarity with pandas / polars / duckdb is required Strong analytical skills and attention to detail Excellent communication skills in both verbal and written form Ability to operate in a collaborative, team-oriented culture Proactive and mature approach to problem-solving and project management Experience with Kubernetes (k8s) for deployment is preferred Experience with monitoring and alerting tools is preferred Familiarity with infrastructure management and deployment and ML Ops is preferred What We Offer: Competitive and attractive compensation package with clear career road-map – where you feel challenged everyday We offer a strong culture of learning and development: training courses, library, speakers, share and learn events Learn from who sits next to you! Working in WQ you are surrounded by smart and talented people Premium Health Insurance and Employee Assistance Program Generous time-off policy, re-creation sabbatical leave (based on tenure), Trade Union benefits for staff and family Team building activities every month: Local engagement events – Employee clubs: football, ping-pong, badminton, yoga, running, PS5, movies, etc. Annual company trip and occasional global conferences – opportunity to travel and connect with our global teams Happy-hour with tea break, snacks and meals every day in the office! #LI-VP1By submitting this application, you acknowledge and consent to terms of the WorldQuant Privacy Policy. The privacy policy offers an explanation of how and why your data will be collected, how it will be used and disclosed, how it will be retained and secured, and what legal rights are associated with that data (including the rights of access, correction, and deletion). The policy also describes legal and contractual limitations on these rights. The specific rights and obligations of individuals living and working in different areas may vary by jurisdiction. Copyright © 2025 WorldQuant, LLC. All Rights Reserved.WorldQuant is an equal opportunity employer and does not discriminate in hiring on the basis of race, color, creed, religion, sex, sexual orientation or preference, age, marital status, citizenship, national origin, disability, military status, genetic predisposition or carrier status, or any other protected characteristic as established by applicable law.

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。

About GoFreight GoFreight is a B2B SaaS platform for freight forwarders, serving customers from SMBs to global enterprises. We are changing how software gets built: people across the company work with AI agents to go from idea to working product. Most of the engineering, from writing code to running tests, happens through AI. Engineers make sure the output is solid before it ships. The Role You will be on the team that builds and improves these AI agents. Your job is to make them more capable, more reliable, and more autonomous, so that more people can turn ideas into production software without writing code themselves. The things you build will directly shape how the entire company ships software. What You'll Do Build and improve the AI agents that power our development workflow. These agents write code, run tests, do code reviews, and fix issues. Your job is to make them better at all of it.Own your projects end-to-end: figure out what to build, build it, evaluate whether it works, ship it.Work directly with the people who use these agents. Understand where they break down, where they are slow, and where they could do more. Then go fix it.Make agents smarter over time. Measure what matters, find the patterns, and improve the system.Stay current with what is happening in AI tooling. New models, new tools, new protocols show up constantly. Try them. If something works better than what we have, bring it in.Write things down. Good documentation means the next person can pick up where you left off. Why This Role Most AI engineering roles today still mean fine-tuning models or wiring up RAG pipelines. This is different. You will build agents that do actual software engineering work inside a production SaaS product. Your agents will ship features used by freight forwarders worldwide. The AI tooling space is moving fast, and you will be right in the middle of it.

📊 資料整不整，AI 看得見。你就是資料流的導演。 我們正在找對資料超敏銳，看到流程就想優化、看到重複就想自動化的 AI Agent 資料工程手。你的任務，是幫企業把資料搞定，讓 AI 能順利落地。 💡 你會做什麼： 跟企業一起盤點資料來源、結構與使用情境 設計資料流通流程，讓系統之間順順連接 串接 LLM、API、CRM、表單、文件庫等資料來源 撰寫資料清理邏輯，確保格式統一又正確 把非結構化資料（文字、問卷）變成能分析的樣子 跟技術團隊＆企業端當資料橋樑 建立資料 SOP、教育客戶如何維運 定期追蹤資料流狀況、提供優化建議 🔧 你可能會用到的技能： 熟 ETL、資料整合工具（Make、Zapier、Python、GAS） 資料轉檔、清理、轉格式的功夫熟門熟路 處理格式：CSV、JSON、Google Sheet、API 回傳資料都沒問題 有做過資料整合、報表自動化、文件結構優化導入經驗 熟企業常用工具（Notion、Slack、Airtable、Google Workspace、CRM/ERP） 🌈 我們喜歡這樣的你： 流程控！看到混亂就想整理，看重複就想自動化 擅長翻譯資料需求 → 技術方案 → 實際上線 async 沟通一把罩，Notion + Slack 順順用 能獨立規劃資料流程、掌控進度與品質 快節奏 OK，彈性合作也 OK，有模組化工作思維 🎯 讓資料跑順、AI 才跑得動。你就是企業智慧化的關鍵角色！ 【時薪範圍】500元/小時起，使用快組隊打造的系統，專案管理、實戰紀錄、合約、金流、稅務、二代健保一站搞定，您只需要專心輸出專業!【工作地點】主要為遠端辦公，實際配合方式依據企業需求達成共識，多半為前期實體對接，幫助快速上手，後期皆以遠端為主，彈性十足！【為什麼這個職務會加入 AI Agent 的字眼呢?】因為，我們正在升級自由工作者的工作模式。加入快組隊後，你不只會執行本質專業，還會- 讓時間與產出開始複利所有合作的自由工作者，都將逐步受訓成為：- 能建立 AI Agent- 能帶動多專案協作的角色從單次接案，走向可累積的複利工作模式。如果你也認同這樣的方向，歡迎加入我們! 【投遞後流程】Step1 我們會邀請您參加線上說明會，詳細介紹快組隊平台運作與任務分工流程Step2 若您聽完覺得契合，填寫說明會中分享的會後表單Step3 快組隊進行審核並安排面試流程期待與您合作，讓我們共同完成各式挑戰的專案！

教育科技領域 12 年以上品牌，全台最大的免費線上教育平台，致力於打破出身限制，讓每一位孩子都能成為終身學習者。作為非營利組織（NPO），我們不追求獲利極大化，而追求社會影響力極大化。近400 萬平台用戶，提供全台國小至高中的課程內容環境彈性遠端工作模式，可自由規劃彈性工時。參與 AI X英文家教提供英聽、英文口說、英文寫作仿會考、學測的真實互動練習英文！ 正在打造全台最大的免費線上教育平台，而 教育型AI 是我們的先鋒專案。利用 LLM 技術（如 OpenAI API）開發作文批改、口說對話、聽力練習等核心功能。 這不僅僅是一個工程職位，你將成為 AI 與教育實踐的橋樑。我們擁抱 Vibe Coding 的靈活性，同時堅持軟體工程的嚴謹性，將創新的產品原型轉化為穩定的教育服務。在這個職位中，你將負責： AI 深度整合與維運： 串接 OpenAI 等核心服務，運用 Langfuse 進行 Prompt 版本的嚴謹管理與追蹤，確保學習效果與成本最佳化。六角架構 (Hexagonal Architecture) 實踐： 負責設計與實作高度解耦的後端服務，確保系統在快速變動的 AI 技術浪潮中依然具備高測試性與可維護性。Vibe Coding 產品化： 這是我們最酷的挑戰： 你將接手產品/非工程夥伴利用 AI 工具（如 Claude Code）快速開發的產品原型，理解其市場洞察，並運用專業工程能力將其「正規化」為可擴展、可持續維運的產品功能。跨端支援與體驗優化： 靈活使用 Next.js + React 開發學習模組，確保前後端 API 串接流暢，打造極致的學習體驗。

Description SWAG is building AI-native product capabilities powered by LLM-based agents and multi-modal intelligence. These systems are not experimental prototypes — they operate in production, interact with real users, and directly impact product experiences and business outcomes. We are looking for a AI Engineer to design, build, and operate AI agent systems that integrate large language models, vision models, internal data platforms, and external tools. You will work closely with Data, Product, and Engineering teams to deliver scalable, reliable, and observable AI systems. Responsibilities 1. Design and implement LLM-based AI agents that support multi-step reasoning, tool / function calling, and contextual decision-making. 2. Build and maintain agent workflows that interact with: Internal data platforms and services External APIs and third-party tools Product events and user signals 3.Integrate computer vision and multi-modal models (vision + language) into agent workflows and product features. 4. Apply vision models for use cases such as content understanding, classification, moderation, or personalization. 5. Own the end-to-end lifecycle of AI systems, including: Prompt and agent versioning Model selection, upgrades, and deprecation Online inference services and deployment 6. Implement LLMOps practices, including: Automated evaluation of LLM outputs Monitoring quality, latency, usage, and cost Identifying and mitigating real-world failure cases 7. Collaborate with Data Engineers to integrate AI systems into existing infrastructure, CI/CD pipelines, and observability platforms. 8. Work closely with Data Scientists, Product Managers, and Software Engineers to translate business requirements into production-ready AI solutions.

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！

🚀 你不是工具人，是能讓 AI 真正落地的 AI Agent 魔法師！ 我們正在找能跟企業端聊需求、跟工程師聊技術、最後把 AI 實際導入現場的超人型夥伴，將技術導入真實業務流程，讓 AI 真的幫上各行各業的忙。如果你熱愛拆解問題、串工具、做出真正能用的東西，這份工作就是為你設計的。 💡 你會做什麼： 深入了解企業需求，針對痛點提出可行的 AI 解法 串起企業與內部技術團隊，溝通需求與技術規格 協助導入 LLM、AI 工具鏈、自動化工作流程 設定＋整合＋調校系統，讓工具真的跑起來 教企業怎麼用 AI、寫 SOP、導入文件 回顧導入成果，提出優化方案 🔧 你可能會用到的技能： 熟悉 AI 工具（ChatGPT、Claude、LangChain、Make、Zapier 等） 會玩 API 串接、資料流設計、簡易後端設定 有技術導入經驗（POC、技術簡報、內訓） 熟企業常見工具（Notion、Slack、Google Workspace、CRM/ERP） 🌈 我們喜歡這樣的你： 技術懂又能將其換成可傳授病溝通的語言，能拆解需求做出 POC 遠端協作不卡關，獨立作業又能順暢同步 愛快速迭代，願意試、願意錯、願意學 有責任感、有行動力，把事做完做好 🎯 你就是我們團隊的關鍵節點，讓 AI 不只是炫技，而是企業真的「用得起、用得好」的幫手。 【時薪範圍】500元/小時起，使用快組隊打造的系統，專案管理、實戰紀錄、合約、金流、稅務、二代健保一站搞定，您只需要專心輸出專業!【工作地點】主要為遠端辦公，實際配合方式依據企業需求達成共識，多半為前期實體對接，幫助快速上手，後期皆以遠端為主，彈性十足！【為什麼這個職務會加入 AI Agent 的字眼呢?】因為，我們正在升級自由工作者的工作模式。加入快組隊後，你不只會執行本質專業，還會- 讓時間與產出開始複利所有合作的自由工作者，都將逐步受訓成為：- 能建立 AI Agent- 能帶動多專案協作的角色從單次接案，走向可累積的複利工作模式。如果你也認同這樣的方向，歡迎加入我們! 【投遞後流程】Step1 我們會邀請您參加線上說明會，詳細介紹快組隊平台運作與任務分工流程Step2 若您聽完覺得契合，填寫說明會中分享的會後表單Step3 快組隊進行審核並安排面試流程期待與您合作，讓我們共同完成各式挑戰的專案！

在 NexRetail 擔任 App 工程師，你將與後端工程師、數據科學家、產品經理、設計師緊密合作，共同開發 Offline CRM 分析平台，LLM平台，透過 AI 影像辨識與數據分析，協助全球零售業者提升 客流管理、消費者行為分析、精準行銷與營運決策。 我們的 Offline CRM 分析平台 主要應用於 智慧零售、汽車展間、商場、機場、戶外廣告（OOH）等場域，並已獲 日本KDDI ,JcDecaux 等國際企業採用。我們正在擴展全球市場，專注於 數據可視化、即時分析、AI 驅動決策，如果你熱愛技術，並希望在 AI + 零售 領域發揮影響力，這將是你最佳的舞台！ 🚀 你將參與以下核心產品開發 📊 Offline CRM 分析平台 – 透過 AI 分析消費者行為與商店運營數據，提供零售商即時決策工具 📈 數據可視化與報表系統 – 設計直覺化 UI/UX，讓企業快速洞察流量與顧客行為 💡 即時 AI 智慧推薦引擎 – 透過電腦視覺與數據分析，協助企業進行精準行銷與營運優化 💡 即時 AI 智慧助手 – 透過語言模型與語音資料處理，協助企業進行精準客制化推廣 💡 關於 NexRetail 研發團隊 我們不只是工程團隊，而是 智慧零售技術的領導者！ ✅ 數據驅動決策，將 AI 與大數據技術應用於智慧零售領域 ✅ 技術創新導向，整合 電腦視覺、AI LLM、數據可視化 等技術 ✅ 國際合作機會，可參與 Nvidia GTC、CES、VivaTech 等全球頂尖科技會議 我們重視開放交流，鼓勵創新與學習，在這裡你將與頂尖 AI 專家、數據科學家、工程師合作，共同打造智慧零售的未來！ 📌 擔任這個職位，你會…… 與 Scrum 團隊 協作，參與 Offline CRM 分析平台 的設計與開發 設計並規劃 前端架構，確保系統穩定、高效且可擴展 開發 數據可視化儀表板（Dashboard），讓企業用戶快速獲取營運洞察 優化 效能、SEO、使用者體驗，確保產品運行流暢 參與系統設計與技術決策，確保 前端效能、擴展性與安全性 🔧 技術棧（Tech Stack） 主要技術：Android, iOS 數據可視化：MPChart 跨平台工具：Flutter, React Native (至少會一種) AI工具: Onnx, Tensorflow, Core ML 即時數據處理：WebSocket、MQTT、Redis 版本控制與 CI/CD：GitLab、Docker、Kubernetes 測試框架：Appium