Cake Job Search

[About Us 醫療X科技] 慧康生活科技 Health2Sync 成立於 2013 年，旗下擁有「智抗糖 App」與「雲端智慧照護平台」兩大產品，是同時具有B2B2C的數位新創團隊。主打產品「智抗糖App」為亞洲最大慢性病管理平台，提供個人化並可複製的慢性病管理方案，建立新一代的數位療法，這套數位醫療解決方案在全球累計已有超過百萬名使用者。我們的服務結合簡易操作的數位工具與個人化及自動化的即時分析，串連慢性病友的關懷照護網路與生活數據，協助糖友透過 App 自我管理血糖，並讓家人與醫療單位透過「雲端照護平台」更即時瞭解狀況並提供關懷。透過這套解決方案，我們積極串起糖尿病照護生態圈，連結藥廠與病患，讓藥廠提供個人化的衛教及介入 (engagement)，進而提升用藥的依從度，讓病患能有較好控制效果。[ About Our Team ]在數位醫療領域中，數據團隊是不可或缺的角色。作為H2數據團隊的一員，你將有大量的機會接觸到多樣化的生醫數據，通過數據分析探索及機器學習技術，最終的數據產品將可以直接回饋給用戶或醫療院所，讓數據發揮最大的價值。另外，數據團隊也有機會參與公司的重大決策，你的分析成果將會影響產品的走向及各項商業發展。在我們團隊中每個人都有機會一起發想及創造全新的數據產品，同時每個人的意見在團隊中都是非常重要的。期待在數據科學領域有豐富經驗的你可以加入我們，一起學習如何用數據科學相關的技術，為病患及醫療人員開發更多有價值的數據產品。 [Job Description]- 推動數據科學專案，以優化H2 產品。- 利用數位健康數據開發並部署機器學習, 統計模型及生成式 AI (GenAI) 應用。- 針對產品及分析應用，構建並維護基於大語言模型 (LLM) 的應用。- 優化並維護現有的 AI 系統，確保其性能與可擴展性。- 建立並改進數據基礎設施（data pipeline, data lakehouse), 以支援數據分析與建模。- 透過分析工具與統計方法，支援產品及業務團隊任務。

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.

公司介紹（Company Introduction） 這是一家隸屬於日本大型國際金融集團的專業市場服務公司，專注於金融市場中極為核心、但對一般使用者高度隱形的領域。團隊負責打造支撐交易市場運作的關鍵系統，涵蓋價格生成、風險控管與即時交易環境。 公司長期深耕金融科技與交易基礎設施，擁有穩定資源與明確市場定位，同時維持精實組織與高度專業導向的文化。對工程與數據人才而言，這裡不是做概念驗證，而是讓模型與系統直接在真實市場中運作並產生影響。 工作內容（What You Will Do） 你將加入量化與系統核心團隊，直接參與金融市場的關鍵運作： 分析價格與交易數據，驗證市場行為並提出優化方案 建立並優化 價格模型、風險管理與營運模型 將量化分析成果落地為可實際運行的系統與應用 開發與維護 毫秒等級的即時交易與資料處理系統 與工程、量化成員緊密合作，參與架構與技術決策 使用的技術（Tech Stack） 程式語言：Python、R、SQL 雲端平台：AWS（SageMaker、Redshift、Redis 等） 資料與模型：Time Series Analysis、Machine Learning、Model Validation 系統與架構：Real-time / Low-latency Systems 容器技術（工程取向）：Docker、Kubernetes ＊此職位理想希望人選可以到日本工作，若無法的話可以討論全遠端為什麼值得考慮這個角色（Why This Role） 高影響力：你的模型與系統將直接影響真實金融市場高技術密度：即時系統 × 數據 × 量化模型的實戰環境小而強的團隊：與資深專業成員密切合作，決策快速穩定且具成長性：結合大型集團資源與專業市場定位學習曲線陡峭：即使非金融背景，也有完整支持與指導

1. Utilize advanced algorithms and data mining techniques to build personalized recommendation systems, optimizing product and service recommendations to enhance user experience and improve business conversion rates.2. Conduct precise analysis of probability distributions in casino games, develop and validate mathematical models to ensure game fairness and risk control, supporting compliance operations and decision-making.3. Continuously explore and implement various applications of LLMs in business, from natural language processing to intelligent customer service and content generation, driving enterprises toward intelligent transformation.4. Work closely with various business units, leveraging data analysis and visualization tools to promote a data-driven decision-making culture, helping departments uncover insights from data and develop effective strategies.

公司介紹 我們的客戶為台灣具代表性的證券公司，長期深耕數位金融與智慧投資服務，並積極透過資料治理與 AI 應用，打造新一代以客戶為核心的數位體驗。 近年持續推動數據平台化、AI 治理與個人化服務，已成功將數據轉化為實際的投資決策與客戶互動價值，是金融產業中少數能將數據治理真正落地的組織之一。 工作內容 規劃、建立並落實 資料治理（Data Governance）與 AI Governance 機制，確保 AI 應用的合規性與可持續性 主導 數據即服務（DaaS） 架構，推動數據平台化與跨單位數據共享 結合數位軌跡與客戶行為分析，發展個人化服務與精準客戶意圖場景 以業務目標導向規劃數據驅動的數位轉型，拓展數位金融生態圈 建立與管理客戶標籤體系，支援行銷、風險控管與服務優化 協助打造數據自動化 Pipeline 與視覺化 UI / UX，提升數據使用效率 帶領團隊或跨部門專案，推動數據與 AI 應用落地 使用的技術與工具 Python Oracle SQL Data Pipeline / Data Platform 客戶行為數據與標籤系統 （加分）TensorFlow、PyTorch、Hadoop （加分）Tableau、Power BI、JavaScript

📊 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，有能力爭取，還可以更高 💡工作地點：主要為遠端辦公，實際配合方式會與企業達成共識，彈性十足！快組隊平台連結企業與自由接案者，讓你自由選擇適合的案件，不僅能拓展你的技能，還能輕鬆掌控工作時間！現在就加入我們，解鎖更靈活、更高效的工作模式吧！

【關於我們】 我們是國泰產險的資料科學（DS）團隊，使命在於持續進化數據應用，創造並釋放數據價值。目前正在藉由數據上雲、數據治理與 AI 技術應用，推動由底層架構到業務應用的全端數據生態建構與 AI 轉型準備。 我們尋找認同以下團隊文化的夥伴： * 目標成果導向：重視成果並具合作互助精神 * 積極主動、持續進步：樂於學習與自我成長 * 熱愛數據、對技術充滿熱忱：積極探索與應用新技術 加入我們，一同打造高效且可擴展的數據架構，與跨部門團隊協作推動創新技術應用，提升業務決策精準度與數據價值！👀更多關於我們做的數據服務，期待您的加入，運用數據專案管理與技術整合能力，推動 AI 轉型與數據生態建構，讓數據創造最大價值！1. 九成跨域人才！國泰產險多元跨域、探索共融 打造數位數據轉型創新基地🔗https://www.bnext.com.tw/article/81887/cathay_ddt_2025012. 國泰產險推業界首創「CarTech智能車險加值服務」，數據驅動助法人車隊落實損害防阻🔗https://www.bnext.com.tw/article/81313/cathay-ins2024113. 國泰產險數位轉型新里程！AI與數據驅動加速全險種理賠、提升風控更有效阻詐2,300萬🔗https://www.bnext.com.tw/article/81460/samrtclaim_2024

公司介紹： 我們的客戶是一家領先的金融科技公司，致力於通過數位、數據和技術推動整體轉型。公司正在積極打造數據驅動文化，以成為提供卓越金融服務的科技公司為目標。公司環境開放創新，鼓勵員工發揮創造力，實現職業理想。 JD: 1. 機器學習、深度學習或統計分析模型專案開發 2. 配合數據技術發展目標，研究與實作可落地應用之新興數據模型技術 3. 協助數據轉型，規劃end-to-end的數據應用解決方案 4. 當負責之數據服務被設定為""不能中斷""之服務等級，則需配合維運團隊於非上班時段on call以便即時處理問題，確保服務穩定。

🏢 公司介紹 我們的客戶是台灣最具規模與影響力的零售集團龍頭，積極拓展多元化的電商平台生態系。作為台灣零售業的標竿企業，該公司持續引領產業創新，近年積極推動全面數位轉型，整合線上線下（O2O）資源，打造台灣最大規模的全通路零售平台。 為什麼加入我們？ 產業領導地位：台灣零售業龍頭，擁有穩健發展基礎與龐大數據資產 數位轉型先鋒：目前正全力投入集團電商整合與數位化升級，是參與零售科技革命的絕佳時機 絕佳職涯發展：在數位經濟時代，您的專業能力將直接對數百萬消費者與企業營收產生顯著影響 💼 工作內容 作為資深數據科學家，您將在集團客戶數據平台(CDP)團隊擔任核心角色，負責整合、分析並應用來自集團旗下多個電商平台與實體門市的海量消費者數據，打造AI驅動的個人化體驗，提升客戶忠誠度與營收。 核心職責： CDP與數據策略規劃 設計前瞻性的CDP資料模型，無縫整合來自網站、APP、社群與實體門市等多元數據源 建立驅動行銷自動化的數據架構，連結消費者全旅程體驗 定義關鍵績效指標(KPI)與目標(OKR)，運用因果推斷建立用戶生命週期策略 確保跨平台數據一致性與品質，支援集團決策 AI模型與演算法開發 開發基於Transformer架構或圖神經網絡(GNN)的先進推薦系統 建立用戶分群、流失預測、終身價值(LTV)評估等關鍵模型 使用LightGBM、PyTorch等工具持續迭代優化模型效能與準確度 透過MLflow追蹤實驗結果，確保模型可擴展與可重現性 實驗設計與業務優化 規劃A/B測試或多臂老虎機(MAB)實驗，科學驗證行銷策略與產品功能有效性 深入分析實驗結果，持續迭代數據模型與演算法 以數據驅動方式提升用戶留存率、轉換率與整體營收 技術領導與跨部門協作 與工程團隊合作，透過Kubeflow優化MLOps流程，實現模型部署自動化 與行銷、產品、業務團隊密切協作，推動數據驅動的創新專案 向高階管理層展示AI演算法對業務的量化影響，有效推動決策 確保資料模型符合GDPR等國際隱私標準，強化數據安全與用戶隱私保護 💻 使用技術 您將有機會使用和精進以下尖端技術： 程式語言：Python、Java、Scala 大數據處理：Apache Spark、Apache Kafka、Airflow 數據存儲：Snowflake、Delta Lake、BigQuery 機器學習：PyTorch、LightGBM、Transformer架構、圖神經網絡(GNN) MLOps：MLflow、Kubeflow、Docker、Kubernetes 雲端服務：AWS、GCP、Azure CDP工具：企業級客戶數據平台架構與整合工具

🌟高流量🌟國際社群軟體開發商，致力於開發以地緣為主的社群平台，擁有將近五千萬人次下載量、數十億影片瀏覽次數，用戶遍及全球。比起關注遙遠的地點發生了什麼事，人對於發生在自己生活周遭的事物更有興趣。人們在這些熟悉的地方最有親切感與歸屬感，也因此關切在此發生的一切。我們藉由地緣結合短影片及區域話題群組探索生活周遭的新鮮事物，與所在地點有更深入的連結。🗣️新產品 AI Friend去年推出北美市場，與 ChatGPT 一問一答、整理資訊的模式不同，更像是朋友，能記住你的相關訊息，像是朋友的生日、最近的聊天內容等。該產品由一支20多人組成的AI團隊開發，已經研發多年。如果你喜歡快節奏的工作模式，或者你希望擁有值得奮鬥的人生目標；想參與產品的快速成長，並期待在大流量的社群平台中獲得成就，歡迎聯繫我們。 工作簡述 我們正在尋找一位充滿熱情且技術熟練的AI工程師加入我們的團隊，負責設計、開發和實施人工智慧解決方案。你將與跨職能團隊合作，利用機器學習、深度學習和資料分析技術來解決複雜問題並推動產品創新。 工作內容 設計並開發AI模型，包括機器學習和深度學習演算法，用於解決業務需求。清理、預處理和分析大規模資料集，確保模型輸入資料的品質。將AI模型整合到現有系統或應用程式中，並優化其效能與可擴展性。與資料科學家、軟體工程師和產品經理合作，定義專案目標並交付成果。持續監控和改進已部署的AI系統，確保其準確性和可靠性。研究最新的AI技術和趨勢，並提出應用於公司產品的創新建議。撰寫清晰的技術文件，記錄模型開發過程和部署細節。 以專業角度來說，這會是你勝任此職務的必要條件 至少2-3年AI、機器學習或相關領域的實務經驗。程式語言：熟練掌握Python，熟悉相關套件（如TensorFlow、PyTorch、Scikit-learn、Pandas等）。技術能力：深入理解機器學習演算法（例如回歸、分類、叢集）和深度學習框架（例如CNN、RNN、Transformer）。熟悉資料處理和特徵工程技術。有雲端平台經驗（如AWS、Google Cloud、Azure）者佳。問題解決能力：能夠獨立分析並解決技術挑戰。團隊合作：具備良好的溝通能力和跨部門協作經驗。學歷：電腦科學、資料科學、數學、工程或相關領域的學士學位（碩士或博士學位尤佳）。 加分條件： 有自然語言處理（NLP）、電腦視覺或強化學習的專案經驗。熟悉大數據工具（如Hadoop、Spark）或容器技術（如Docker、Kubernetes）。已發表過AI相關論文或擁有開源專案貢獻。工作內容： 1. 資料分析(領域資料洞悉、特徵選擇、資料前處理等) 2. 機器學習或其他相關演算法開發, 維運 3. 機器學習模型改善以及效能調校 4. 開發以及部署高度可擴展的機器學習模型 5. 使用資料整合平台(如AirFlow) 建立 MLOps 管線