Cake 找工作

【關於我們 - Data Munger AI】 Data Munger 致力成為企業與實用 AI 解決方案間的最佳夥伴，從導入一路陪伴到落地。 在人人喊AI的時代下，真正為企業打造一個會持續進化的「AI 大腦」讓決策更快、流程更簡，讓人力價值最大化。 官網： https://datamunger.io/ 💼 工作職責 資料處理管道設計與開發 使用 Python 與 BigQuery SQL 為 AI 應用設計、開發及維護資料處理流程，確保機器學習模型可獲取高品質資料。ETL/ELT 工作流程構建 建立並優化 ETL/ELT 流程，確保資料自動化處理與數據一致性。RAG 系統實作 應用 RAG（檢索增強生成）技術，提升 AI 互動的準確性與上下文相關性。向量資料庫與查詢優化 優化向量資料庫（如 Pinecone、Qdrant）及 SQL/BigQuery 查詢效能，提升 AI 搜尋與回應速度。API 建構與維護 使用 Python 框架（FastAPI、Flask）建立並維護資料處理與 AI 服務 API。機器學習模型與資料管道部署 在雲端基礎架構（主要以 GCP 為主，並整合部分 AWS）上部署 ML 模型與資料管道，實踐 MLOps 原則以確保部署具備可重現性、擴展性及監控能力。跨部門協作與技術創新 與資料科學家、AI 研究人員及前端團隊協作，共同打造端對端 AI 產品，並持續導入最新技術以優化解決方案。

系統數據日常監控與風險事件檢查每日監控狀態之記錄及追蹤處理，及時發現並處理風險事件整理和分析過往事故，運營數據，持續改進風險防範機制追蹤及監控異常情況，回報主管異常內容及建議處置基於數據分析，對業務問題深入分析並提供分析報告，完善風險防範機制配合直屬上級進行事故調查，風險管控項目規劃與執行，事故統計分析，風險管控方案撰寫

*薪資面議(60,000TWD/月以上)遊戲機率規劃、計算與驗證遊戲體驗分析與優化數據分析與產品優化

工作內容:拓展數據科學應用，掌握創新AI技術趨勢，並進行AI應用規劃、模型落地與深化：1.掌握市場AI技術與應用發展趨勢，規劃AI技術或應用發展藍圖2.推動AI技術產品發展：針對共通性業務場景規劃技術解決方案，加速解決業務痛點。3.掌握並能應對內外部AI監管趨勢，推動可信任AI實踐4.掌握部門AI服務之發展狀況、營運狀況、監控合規狀態等，並推動全行AI技術落地應用5.與多功能團隊（例如商業分析師、資料科學家、AI/ML工程師、資料工程師、AI軟體工程師…等）合作，確保技術可行性。

工作內容:負責AI與大數據服務應用系統之需求規劃與功能分析。1.掌握市場AI與大數據技術發展趨勢，規劃AI與大數據服務應用系統功能。2.與業務及開發團隊共同分析需求，導入AI與大數據應用解決方案，滿足場景需求。3.設計及撰寫系統規格文件，包含AI與大數據模型運作及跨系統資料整合。4.保持對Data、AI/ML新技術的敏感度，並應用於解決問題及驅動AI與大數據服務創新。5.與多功能團隊（例如資料科學家、AI/ML工程師、資料工程師、AI軟體工程師…等）合作，確保技術可行性。

工具技能- 熟悉統計與數據分析工具（BigQuery、Looker、Tableau 、R、Python等至少擅長1~2項）。- 具備 SQL/資料庫應用能力，能進行高效查詢與資料建模。核心職能- 負責數據管理、清洗、可視化與報告產出。- 建立並維護報表（核心 KPI：DAU、營收、遊戲量等）。- 熟悉資料排程與自動化流程（本地與 BQ 排程）。遊戲營運支持- 分析營運活動成效，提供優化建議。- 參與埋點設計，提升玩家行為數據的可追蹤性。- 透過數據驅動，支持產品與營運決策，推動成長。

【公司部門簡介 About Us】「國泰金控」為臺灣服務客戶數最多的領先金融服務業者，並致力於成為亞洲最佳金融機構。「國泰世華銀行」為全臺灣數位服務用戶數的領先銀行，其中「國際消金發展部」致力於海外消金市場的發展，透過國內累積的豐富數位金融服務經驗，持續在東南亞市場打造高品質、創新的數位金融服務體驗。「國際消金發展部」集結了金融及非金融領域的多元菁英，包括商業開發、網路科技、數據分析、數位行銷等專業人才。我們重視團隊合作文化，以實現東南亞金融生態圈為目標，深入了解世界各國金融服務文化與特色，期待透過多元團隊創造金融服務更多前所未有的可能。我們是台灣數位金融的領導品牌，為了進一步拓展東南亞市場，現正積極尋找具邏輯思考能力、多元面向的資料工程專業人才加入我們的團隊！這個職位將會扮演重要角色，致力於技術評估、設計與開發，以實現東南亞金融生態圈目標。【發展與培訓 Development Training】我們提供多元的集團培訓資源，包含產品知識、數位行銷、資料分析、使用者體驗等相關專業講座與實戰工作坊，同時也有申請外部進修的補助管道。此外，藉由橫跨業務部門與不同市場的工作環境，助您深化專業領域。國泰正積極拓展海外市場，我們相信廣納多元背景人才是銀行業在這波潮流邁向頂尖的關鍵，我們誠摯邀請您加入我們，一同踏上這個充滿發展機會的旅程，成為台灣金融業發展海外數位消金平台的引領者! 期待您在這個嶄新且具有挑戰性的環境下，實現個人專業成長、累積市場能見度，一起跟上東南亞數位金融市場的快速成長!【 職務需求 Job Requirements 】 1.參與東南亞數位金融發展專案，負責資料科學應用技術的概念性驗證、技術評估、設計與開發2.與各商業及數位團隊合作，應用機器學習、深度學習來協助業務團隊解決商業命題，建立快速且高效率的機器學習架構

國泰世華為持續引領金融數位創新，啟動了近年來規模最大的核心系統升級計劃。此計劃會採用具現代化與前瞻性的技術和架構，進行銀行核心系統與現代化的架構升級。參與這個計劃的特點：1.這是一個罕見的機會，金融同業中，只有少數銀行願意進行如此大規模的核心系統現代化升級。參與者將成為這項創新工程的一部分。2.參與者將可以學習到最先進的銀行核心技術，這些技術在金融行業中，極具前瞻性和影響力。3.這個計畫是全行內高度優先的計畫，參與者可以在一個高層的全力支持的工作環境中與來自不同領域的專家協作。這是一個您可以深入了解並學習銀行最先進銀行核心技術與現代化架構的機會，也會是您職涯中的亮點與一個重要的里程碑。無須擔心是否具備銀行業的專業背景，我們會提供全面的培訓和支持。無論您是對銀行專業知識與技術不熟悉的新人，還是想挑戰自我的跨領域專業人士，都期望您來加入我們，成為國泰世華的一部分。1. 溝通協調–與相關單位及系統人員溝通確認數據處理邏輯。2. 系統分析–執行數據應用系統分析與設計；準備SOP與使用者手冊等相關文件，以確保操作順暢。3. 程式開發–編寫數據應用程式；建立測試計劃，執行測試案例，編寫測試報告；為其他開發人員進行同儕程式碼的檢視。4. 系統維護–主要解決低度至中度嚴重的事件或故障，並主動及早發現問題以免影響系統環境。

打造金融數據新未來，從你開始！ 你相信數據不只是冰冷的數字，而是能驅動決策、創造價值的力量嗎？ 在這裡，你不只是寫程式，而是參與一場金融數據革命！ 加入我們，打造穩定、高效、可擴展的資料平台，讓每一筆數據都能說故事，讓你的技術真正改變企業未來。 你的任務，超有挑戰性！ 【 第一部曲：整合，奠定基石】 •打造企業資料倉儲與 ODS 系統，設計資料市集 •開發並維運國內外倉儲 ETL 批次流程，確保數據正確性與完整性 •整合倉儲與 ODS，進行加值分析，支援風險管理與行銷決策，讓資料更有價值 【第二部曲：優化，驅動核心】 •配合銀行核心系統現代化，重新設計 ETL 流程，讓資料搬運更快、更聰明 •維運資料倉儲與 ODS，確保數據流暢、安全並符合金融監理規範 •參與資料治理，確保一致性、合規性與稽核追蹤 【第三部曲：轉型，邁向未來】 •推動資料架構升級，導入高擴展性與高可用性設計 •制定企業級數據治理策略，支援大數據與 AI 應用，打造企業級數據平台 你的程式碼，將驅動金融數據革命！ 準備好迎接挑戰了嗎？快來加入我們，一起打造金融數據新未來！

Job Scope We are looking for a proactive and fast-learning Data Engineering Intern to join our Regional Data Analytics team, supporting Vietnam, Hong Kong, Taiwan, and Myanmar markets. This is a great opportunity for students or fresh graduates who want hands-on experience with modern data engineering tools, cloud platforms, and real-world FB/retail data pipelines. You will work directly with senior data engineers, data analysts, and ML engineers to help build reliable, scalable data systems. What You Will Do Support the development and maintenance of ETL/ELT pipelines (batch streaming).Assist in building and monitoring workflows using Apache Airflow, Spark, and dbt.Work with Google Cloud Platform (GCS, BigQuery, Dataflow, GKE) to manage and process regional datasets.Help implement data validation, data modeling, and basic QA checks for BI and ML use cases.Collaborate with the analytics and ML teams to prepare clean, business-ready datasets.Support containerized deployments using Docker and Kubernetes.Participate in code reviews, documentation, and Agile/Scrum activities.Help maintain data governance practices, including IAM permissions and data catalog documentation.