Cake 找工作

【團隊介紹】 我們是一個充滿熱情與創意的團隊，致力於結合科技與數據驅動保險業的創新變革。在這裡，你將與專業的技術與商業團隊協作，打造下一代智能解決方案，推動產險的數位轉型與智能化發展。 我們相信，未來的保險不僅僅是理賠和風險分攤，更是結合數據與AI技術實現全方位的風險預測與預防。 無論是車險理賠自動化、自然災害風險評估，還是風險預防方案，我們不僅在傳統產險領域引入前沿技術，也正在探索保險科技的無限可能。 如果你熱愛結合商業與技術，並希望將創意和洞察力轉化為可落地的AI解決方案，這裡將是你大展身手的最佳舞台！加入我們，與數據和科技共同塑造保險的未來！👀更

🚀 關於我們 (Company Introduction) 我們是一家專注於「生理訊號感知」與「科學化 AI 智能教練」的頂尖運動健康科技公司 。自成立以來，我們憑藉深厚的資料科學背景與生理演算法，獨立開發的技術曾榮獲 TIME 雜誌評選為熱門穿戴科技，並獲得美國知名大學實驗驗證與全球指標醫學學會發表 。 我們正處於高成長的黃金賽道上，不僅成功完成破億元的新一輪募資（頂級創投支持），更與國際一線大廠攜手進攻全球市場，並計畫於近期邁向 IPO ！ 在內部，我們打造了結果導向與高度自主的工程文化，全團隊深度擁抱 AI 輔助開發工具（如 Claude Code 等）來優化開發流程 。如果你渴望挑戰高精度演算法、接觸完整的技術棧，並親眼看到自己的代碼轉化為改變全球使用者健康習慣的產品，這裡就是你的頂級舞台 ！ 🎯 工作內容 (Responsibilities)核心技術研發： 設計、實作並持續優化穿戴裝置中的生理訊號（心率、壓力、血氧、睡眠）與運動指標演算法 。多模態數據融合： 融合 PPG、IMU、GPS 及氣壓計等多元感測器資料，運用數位訊號處理（DSP）與影像處理方法，從雜訊中提取高價值生理特徵 。AI/DL 模型建構： 運用 TensorFlow / ML / DL 框架建構資料驅動模型，提升生理參數預測精準度 。跨平台部署與優化： 以 MATLAB 進行原型驗證，並以 C/C++ 或 Python 完成高效能實作，與韌體團隊協作將演算法部署於受限的 MCU / ARM 平台 自動化與品質確保： 建立完整自動化測試框架（Unit/Integration Test），確保各動態場景下的演算法穩定性 。 🛠 使用的技術 (Tech Stack) 程式語言： C / C++, Python 深度學習與分析工具： TensorFlow, PyTorch, MATLAB 核心領域技術： DSP 數位訊號處理、影像處理、機器學習模型建構、Data Analysis 硬體生態圈： MCU, ARM, RISC-V 嵌入式系統環境對接 效率利器： 團隊全面標配 AI 輔助開發工具（Claude Code / Antigravity 等）🎁 福利與環境亮點彈性工作安排： 結果導向，支持彈性辦公，每週提供 1 天遠端工作 。極客與學習氛圍： 橫跨 DSP、ML、嵌入式、雲端的完整技術棧，重視數據與實驗，拒絕盲目加班 。交通便利： 辦公室位於新北市新店區（捷運綠線大坪林站旁），通勤無負擔 。

【Position Overview】This role focuses on supporting computer vision model development, including image training, generation, and classification. You will work closely with engineering teams to develop, test, and integrate AI-based image solutions that enhance inspection, automatio

以「釋放製造業的潛力」為使命，致力於推動製造業的數據平台產品。 2022 年透過機器學習等多種技術，將製造業中極為重要的圖面數據進行結構化，並與各類資訊連結，讓圖面能夠作為資訊資產被靈活運用。該產品目前已被日本國內眾多大型製造商與加工公司廣泛採用，成長迅速。 自 2023 年起，我們也開始向海外市場拓展，包括美國、泰國、越南等地，加速推進全球佈局。 未來，我們將不只限於圖面資料，而是致力於透過科技手段，重現與整合製造業的專業知識，實現跨部門、跨企業的整體最適化。【工作內容】 MLOps 工程師將與機器學習工程師密切合作，負責建構、維護與營運能夠穩定提供機器學習與數據科學模型的系統基礎架構。此外，您也將引領建立數據收集管線，並推動數據資產活用。 以下為工作內容示例，實際工作項目不僅限於此，入職後的工作範疇將依據您的技術能力、專業知識與經驗共同討論決定： 建構支援機器學習模型推論的 API 與 Batch 運行環境，及使用 CI/CD 進行部署的系統架構 在正式環境中執行監控、效能調校等提升 Site Reliability 的相關開發 使用 Vertex AI 或 Argo Workflow 建立、維護與運營機器學習處理流程（Pipeline） 最佳化推論與訓練平台的成本效益 與建模人員、平台工程團隊進行有效溝通，並將相關流程進行文件化與制度化 ■ 使用語言 前端：TypeScript 後端：Rust、TypeScript、Python ■ 框架與函式庫 前端：React、Next.js、WebGL、WebAssembly 後端：Rust（axum）、Node.js（Express、Fastify、NestJS）、PyTorch ■ 基礎架構 Google Cloud、Google Kubernetes Engine（GKE）、Anthos Service Mesh ■ 資料庫／資料倉儲 CloudSQL（PostgreSQL）、AlloyDB、Firestore、BigQuery ■ API GraphQL、REST、gRPC ■ 監控與效能追蹤 Datadog、Sentry、Cloud Monitoring ■ 環境建置 Terraform ■ CI/CD GitHub Actions ■ 認證管理 Auth0 ■ 開發工具 GitHub、GitHub Copilot、Figma、Storybook ■ 團隊溝通工具 Slack、Discord、JIRA、Miro、Confluence

HOYA BIT 致力成為加密貨幣初學者的最佳信任夥伴，我們致力研究加密貨幣的解決場景，並針對用戶需求提供解決方案，讓加密貨幣便利每個人的生活! ▎經營理念 享受工作與生活 當你踏入 HOYA BIT 後，你會發現我們致力讓員工創造與突破，高成就感與高報酬是讓每一個夥伴全力以赴的原動力! 高度成長與不斷創新 HOYA BIT 鼓勵每一位的夥伴不斷創新，唯有求新求變才能撼動市場，為此我們也提供每位夥伴學習經費，並透過每個月的內部交流及外部講座提升每一個夥伴的能力！ 客戶至上的服務模式 由於 HOYA BIT 是主打新手友善的加密貨幣交易所，所以我們以積極熱

1.實作監督式/非監督式 AI 模型2.開發影像視覺 AI 應用3.開發數值異常監控 AI 演算法4.實作 AI 晶圓手臂強化式學習5.演算法/模型優化6.協助 AI 其他半導體領域應用7.部門間溝通協調1.熟悉 Python 程式語言2.具備任一深度學習框架經驗 (PyTorch、Keras, etc)3.統計分析/機器學習/深度學習 相關經驗4.獨立研究國外論文並實作 SOTA AI 模型5.具備調校模型能力6.團隊協作技能，熟 git 版本控制7.具有分析解決問題以及溝通能力8.數學/資工/電腦科學相關科系佳9.熟悉 C#、ML.NET 加分10.具有機器人控制/影像辨識/生成式AI經驗加分11.具有半導體設備經驗加分

[本職缺僅接受104網站投遞] 請至統一超商104招募頁面投遞個人履歷表，路徑指引 :https://www.104.com.tw/job/8p2a1?jobsource=googleCDP 與數據策略●設計 CDP 資料模型，整合多來源數據（網站、APP、社群），驅動行銷自動化。●定義 KPI/OKR，運用因果推斷設定用戶生命週期策略，確保數據一致性。模型與演算法設計●開發基於 Transformer 或 GNN 的推薦系統、用戶分群、流失預測等模型。●使用 LightGBM 或 PyTorch 迭代模型，優化效能與準確度。●透過 MLflow 追蹤實驗，確保模型可擴展與可重現。實驗設計與優化●規劃 A/B 測試或 MAB 實驗，驗證行銷或產品成效。●分析結果並迭代資料模型與演算法，推動留存率與營收成長。技術領導與培養●與工程團隊合作，透過 Kubeflow 優化 MLOps 流程。跨部門協作● 與行銷、產品、工程團隊對接，推進數據驅動專案。●向管理層展示演算法對業務的量化影響，驅動決策。資料合規●設計符合 GDPR、CCPA 的資料模型，確保數據安全與隱私。

開發與實作 生成式 AI 與影像辨識模型，用於產品瑕疵生成（Stable Diffusion、ControlNet、GAN 及其變體）、資料擴增與品質檢測。應用與微調 影像辨識／表徵學習模型（如 YOLO、CLIP、DINOv3 等新型開源模型）。進行 大型模型（ViT、LLM）Fine-tuning、模型建置、調校與效能優化。建立 資料清理、特徵工程、模型訓練與評估流程，持續提升模型穩定性與準確度。規劃並實作 RAG（檢索增強生成）架構，整合向量資料庫與 LLM。開發與維護 AI 模型服務 API，並與 WPF 前端及其他系統整合。進行 AI 技術與學術文獻研究，將研究成果應用於實務專案。使用 Docker、Git 進行部署與版本控管，配合主管交辦事項與團隊合作。依專案需求配合國外出差（一年約 1--3 次，每次約 3--4 週），參與專案導入、系統部署、模型調校或跨部門協作。其他主管交辦事項，並與團隊密切合作完成專案目標。必備條件3 年以上 AI／機器學習／深度學習 相關工作經驗，熟悉python、C#。熟悉 TensorFlow、PyTorch、Keras 等深度學習框架。熟悉 影像辨識模型與演算法，具 YOLO、CLIP、DINO（含新版本）等實作或應用經驗。具備 生成式模型（GAN 及其變體、Stable Diffusion、ControlNet）實務經驗，並理解模型底層原理。熟悉 Hugging Face 生態系（Transformers、PEFT、Datasets、Tokenizers）。有使用 PEFT 技術經驗（如 LoRA、QLoRA、Prefix Tuning 等），能在有限 GPU 資源下進行有效訓練與調校。了解 Fine-tuning 對模型效能、泛化能力與推論成本的影響，並能依量產需求進行權衡與最佳化。具備 RAG 架構、Prompt Engineering、向量搜尋與任一向量資料庫 經驗。具備 API 開發經驗，熟悉 Docker、Git。具備 數據清理、特徵工程、模型評估與效能優化能力。具良好溝通能力，可獨立作業並進行團隊合作。加分條件曾參與 產品瑕疵檢測、工業影像或製造業 AI 專案。具 影像生成＋影像辨識混合應用 經驗（如生成資料輔助訓練）。具 論文閱讀與模型重現（Reproduction）經驗。具 WPF 前端開發 或 AI 系統整合經驗。曾參與 AI 相關研究、技術分享或開源專案。具 對比學習（Contrastive Learning） 應用經驗（如 Self-Supervised Learning、Representation Learning）。有使用 StableDiffusion WebUI、ComfyUI經驗。

工作內容 關愛醫護，挑戰全球性問題 ── 期待你的加入！ 在這個瞬息萬變的時代，我們的團隊正致力於解決醫護過勞、醫療供給跟不上需求的嚴峻問題，並以此追求全球市場商機，留下令人矚目的legacy。這個醫病雙輸的困境不僅考驗著我們的智慧，更關乎無數生命健康的重大影響。特別在疫情過後，大量優秀的醫護人員離開崗位後不復返，這讓我們深感迫切，需要投入更多腦力與熱情來攻克這個挑戰。 我們的團隊集結了一群在醫療、數據、AI科技等領域的專業好手。經過深入的臨床洞察，將我們擅長的speech recognition、natural language processing、image recognition等尖端技術，轉化為Medical SIRI+GPT提昇醫療效率與準確性，同時減輕醫護人員的負擔。首發產品”EVAS內視鏡智能醫師助理”已成功導入日本排名第一的國立癌症研究中心醫院，以及多家台灣醫學中心與診所。 公司創辦人廖威宣醫師 ，擁有十多年臨床經驗權威醫師，同時他也是麻省理工學院Sloan MBA校友，曾在國內外不同醫療科技公司擔任副總與顧問職位。廖醫師放下主治醫師與大公司主管的職位，肩負著一群醫護朋友的期待，積極組織了這樣一個天賦滿點的團隊。多年來，我們團隊的努力獲得了國內外權威醫師的讚譽與大廠邀約，成果非凡。 如今，我們正迅速擴充團隊，邀請更多有志之士的加入，共同攜手打造更美好的未來。在這裡，你將有機會參與解決具有全球意義的挑戰，並發揮你的專業天賦，成就卓越的事業。如果你渴望挑戰自我、不畏艱難，且熱愛為社會做出貢獻，我們誠摯地邀請你加入我們的行列。 我們期待在這個充滿活力與熱情的團隊中，共同創造出不平凡的未來。立即加入我們，一同開創醫療科技領域的新里程！ ▌工作內容 1. 深入研究大型語言模型（LLM）、AI語音辨識，找到最佳的應用方法，以解決特定領域和任務的挑戰。 2. 利用現有工具（如LLama2）或結合不同套件，開發公司產品所需的AI功能。 3. 持續追蹤最新的AI論文和技術，評估其在實際應用中的可行性。 4. 與其他工程師密切合作，參與數據處理、模型訓練和模型部署的工作。 ▌符合資格 1. 擁有一年以上的文字分析相關專案開發經驗。 2. 具備對語言模型（如BERT、GPT、Transformer等）運作原理深入了解，並具有建立預訓練語言模型或fine-tune語言模型以優化文字分析任務的實務經驗。 3. 熟練使用Python，具備深度學習專案開發經驗，並熟悉深度學習框架的使用（例如PyTorch、Tensorflow），且有實際建立、訓練和應用模型的經驗。 4. 具有卓越的邏輯思維能力，熱愛團隊合作，並富有責任感。 5. 對新技術和工具保持好奇心，樂於學習和適應。

Senior Data Scientist / Machine Learning Engineer Price Intelligence Demand Optimization 我們正在尋找一位兼具 數學能力、程式能力與商業思維 的 Senior Data Scientist / Machine Learning Engineer，負責打造一套從 0 到 1 的 Price Intelligence System。 這不是一個只停留在研究階段的模型開發職位。我們希望你能打造真正落地、可規模化、能驅動商業決策的演算法系統，協助企業在超過 50,000+ SKU 的商品組合中，進行大規模、自動化、即時化的價格決策。 你將參與一套由 15+ 個互相串接的模型 組成的 Price Intelligence Ensemble System，涵蓋需求預測、價格彈性、促銷成效、庫存優化、異常偵測與多目標最佳化等核心模組。 工作內容 1. 建立 Price Intelligence Ensemble System 你將參與設計並開發一套由多個模型組成的價格智慧系統，包括： Demand Forecasting 需求預測 Price Elasticity Modeling 價格彈性模型 Promotion Impact Modeling 促銷成效模型 Inventory Optimization 庫存最佳化 Meta-Learning / Ensemble Decision Engine Real-Time Anomaly Detection 即時異常偵測 你需要能夠理解模型之間的依賴關係、資料流、特徵工程、模型選擇、訓練流程與執行順序。 2. 開發 SKU-Level Demand / Pricing Models 你將建立能夠在 SKU 層級預測需求、庫存與價格反應的模型，並納入以下因素： Seasonality 季節性 Promotion Lift 促銷拉動效果 Macroeconomic Factors 總體經濟因素 Weather Patterns 天氣影響 Product Lifecycle 商品生命週期 Competitive Pricing 競爭價格 Inventory Velocity 庫存流速 相關模型可能包括： ARIMA / Prophet LightGBM / XGBoost Bayesian Models Hierarchical Models Causal Inference Models PyTorch-based models 3. 解決多目標最佳化問題 你將開發能夠平衡多個商業目標的最佳化模型，例如： Maximizing Revenue 提高營收 Maintaining Gross Margin 維持毛利 Clearing Seasonal Inventory 清理季節性庫存 Competitive Positioning 維持市場競爭力 Promotion Efficiency 提升促銷效率 你需要能夠將商業限制、價格防護條件、庫存壓力與營運規則整合進模型，形成可落地的價格決策引擎。 4. 建立即時異常偵測與促銷監控系統 你將開發 streaming / real-time models，監控促銷活動期間的實際銷售表現，並在銷售結果與預測落差過大時，提供即時決策訊號，例如： Deepen Promotion：加深折扣或擴大促銷 Throttle Promotion：降低促銷力度或停止活動 Inventory Risk Alert：庫存風險提醒 Margin Risk Alert：毛利風險提醒 5. 將模型部署到 Production Environment 你需要撰寫乾淨、可維護、可擴展的 Python 程式碼，並與工程團隊合作，將模型部署到 production pipeline。 技術環境包含： Python pandas / NumPy / scikit-learn PyTorch BigQuery Vertex AI Cloud Run AlloyDB Pub/Sub / Dataflow / Kafka SQL / PySpark Poetry 系統需要滿足即時或近即時的 latency 要求，例如 100ms 到 500ms。 必備條件 7 年以上 Data Scientist / Machine Learning Engineer 經驗 具備統計、數學、經濟、物理、運籌、工程或相關量化領域背景 熟悉 price elasticity estimation、demand curve modeling 或 demand forecasting 熟悉 time-series forecasting 方法，例如 ARIMA、Prophet、LightGBM、XGBoost 熟悉 Python 生態系，包括 pandas、NumPy、scikit-learn、PyTorch 具備進階 SQL 能力，能處理大型資料集與複雜分析查詢 理解 Bayesian methods、hierarchical models、causal inference 或 uncertainty quantification 有能力將模型從 research prototype 推進到 production pipeline 能與工程、產品、商業團隊溝通模型邏輯與商業影響 加分條件 有 e-commerce、retail、fashion retail、pricing 或 revenue management 經驗 有 price optimization、demand elasticity、markdown optimization 經驗 曾開發 multi-model ensemble system 或複雜 ML 系統 熟悉 GCP：BigQuery、Vertex AI、Cloud Run、Pub/Sub、Dataflow 熟悉 real-time ML / streaming architecture 有 apparel / fashion retail 商品生命週期、季節性促銷、庫存管理經驗 熟悉 competitive pricing intelligence、web scraping、price index monitoring、KVI strategy 有 SaaS product 或 internal pricing tool 開發經驗 具備 computer vision / apparel feature extraction 經驗 熟悉 PyTorch CNN architecture，能夠修改或訓練 vision models 我們希望你是這樣的人 你不只是會訓練模型，而是能夠理解模型如何真正影響商業結果。 你能夠在以下目標之間做出平衡： 營收 vs. 毛利 折扣深度 vs. 庫存去化 預測準確度 vs. 系統延遲 模型複雜度 vs. 可維護性 商業彈性 vs. 統計嚴謹性 你需要能夠向非技術主管清楚解釋，例如： 「為什麼這個 markdown depth 雖然折扣較深，但能在指定期間內最大化總毛利回收？」 適合你的原因 這個職位適合想要挑戰以下任務的人： 從 0 到 1 建立 Price Intelligence System 參與大規模 SKU pricing decision engine 的設計 將 machine learning、statistics、optimization 與真實商業場景結合 建立能實際影響營收、毛利與庫存決策的 production-grade ML system 與產品、工程、商業團隊共同打造可規模化的 AI pricing platform 技能關鍵字 Python、Machine Learning、Data Science、Price Optimization、Demand Forecasting、Price Elasticity、Time Series Forecasting、Bayesian Modeling、Causal Inference、PyTorch、LightGBM、XGBoost、BigQuery、Vertex AI、GCP、SQL、PySpark、Optimization、Retail Analytics、E-commerce、Inventory Optimization、Anomaly Detection、Computer Vision