詠鋐智能股份有限公司

作為 Chimes AI 詠鋐智能的資料分析師，您將是 AI 產品、客戶成功團隊之間的橋樑，負責處理客戶提供的資料、建構分析框架、驗證模型成效，並為 Tukey AutoML 產品功能與客戶成果提供關鍵洞察。 主要職責： 1. 協助客戶進行資料盤點、理解資料趨勢與特性。 2. 訪談客戶工作經驗，設計並實作資料處理與清理邏輯，支援模型訓練與部署。 3. 協助建立並維護 data pipeline 與特徵工程模板。 4. 分析 Tukey AutoML 模型結果，解讀模型預測結果並撰寫成效報告。 5. 根據商業情境提出資料驅動的洞察建議。 6. 支援客戶導入 Tukey AutoML 階段的問題診斷，確保客戶成功落地。 7. 協助產品團隊優化相關功能。 必備條件： 1. 具備 2 年以上資料分析或資料工程相關經驗。 2. 熟悉 Python，具備使用 pandas, numpy, matplotlib, scikit-learn 等工具能力。 3. 熟悉 SQL，具備獨立處理資料集的能力。 4. 熟悉模型評估指標與統計概念，能解讀資料趨勢與模型結果。 5. 良好的跨部門溝通能力，能與產品、業務、系統工程團隊合作。 6. 熟悉 B2B 資料應用場景，尤以製造、政府領域為佳。 7. 有對客分析報告撰寫與簡報經驗。 加分條件： 1. 有商業化 AutoML 平台使用經驗 (如 DataRobot, Profet AI, SAS, ...等) 。 2. 曾參與 ML 預測類專案，具備 POC 驗證或實際上線經驗。 3. 熟悉特徵工程、資料轉換、異常值處理策略。 4. 有 MLflow 或其他 MLOps 工具使用經驗。 我們提供： 1. 快速迭代的技術與產品環境，第一線參與 AI 技術應用。 2. 彈性遠距與混合工作模式。 3. 參與跨產業的資料科學實戰，拓展商務與技術視野。 備註：此職位屬於技術支援導向，偏向資料處理與模型導入而非內部 BI 分析

作為 交付導向的資料科學家，您將在 Tukey AutoML 專案導入中扮演技術主導角色，從售前技術討論、需求轉化、SoW 撰寫，到資料建模設計與模型成效評估，全面支援客戶的 AI 導入歷程。您也將協助指導資料分析師處理前處理、模型選型與評估細節，確保交付品質與商業價值對齊。 主要職責： 1. 參與售前技術需求討論，釐清客戶需求與資料限制，評估建模可行性與風險。 2. 撰寫 SoW 文件，明確定義預測任務、資料需求、交付範圍與驗收標準。 3. 指導資料分析師建立資料前處理流程與特徵工程邏輯，確保專案執行品質與效能。 4. 設計模型訓練與驗證策略，處理 overfitting、imbalanced data、特徵選擇等常見問題。 5. 提出模型應用策略（如部署頻率、預測門檻、異常處理等），協助應用場景優化。 6. 支援客戶導入 Tukey AutoML 階段的問題診斷，確保客戶成功落地。 7. 回饋產品團隊，提出改進平台流程與工具模組化建議。 必備條件： 1. 具備 3 年以上資料科學或機器學習應用經驗，具 B2B 導入或顧問式服務經驗尤佳。 2. 熟悉 Python，熟練使用 pandas、numpy、scikit-learn、XGBoost 等常見建模與資料處理工具。 3. 熟悉資料前處理流程（如缺值處理、類別編碼、異常值處理、特徵選擇）。 4. 熟悉常見模型評估方法（如 precision/recall、AUC、F1、MAE、RMSE），可對不同情境選擇適合指標。 5. 能獨立撰寫 SoW 或技術交付文件，清晰定義交付內容與評估標準。 6. 熟悉售前技術訪談流程，能與業務、客戶合作將商業問題轉化為預測任務。 7. 良好的跨部門溝通能力，能與資料分析、產品、工程及客戶協作推進導入流程。 8. 具備技術指導能力，能提供資料分析同仁執行建議並審閱執行成果。 加分條件： 1. 有商業化 AutoML 平台使用經驗 (如 DataRobot, Profet AI, SAS, ...等) 或自行設計建模工作流程經驗。 2. 熟悉多產業資料情境 (如製造品質預測、公部門風險辨識、零售客戶分群等)。 3. 有技術顧問／數據顧問角色經驗，參與過客製化 AI 導入與 POC 評估流程。 4. 具備技術簡報能力與中英文報告撰寫能力者尤佳。 5. 熟悉 MLOps 流程與工具（如 MLflow、Airflow）。 我們提供： 1. 第一線參與企業 AI 導入的機會，深入多產業資料與預測應用情境。 2. 自主性高、技術導向的團隊氛圍，鼓勵創新與快速實驗。 3. 彈性遠距與混合工作制度。 4. 技術與產品團隊深度合作的工作模式。 5. 參與打造下一代 AutoML 產品的實務洞察與設計反饋。

作為 AI Agent 工程師，您需要具備強大的 LLM 應用開發能力、對多模態/多步驟任務建模的理解、以及優秀的程式實作與部署能力。 主要職責： 1. 開發與維護可整合至平台的 GenAI 技術模組，如語意查詢、摘要、問答、工作流程代理（Agent）等功能。 2. 設計與開發任務導向的 AI Agent，支援客戶在各類情境下的智慧應用（例如：知識查詢、流程推薦、內部客服、自動回報等）。 3. 編排與整合大型語言模型（LLMs），善用工具調用（tool-calling）、function-calling、RAG 等技術。 4. 撰寫高品質的 Prompt 與 Chain，打造穩定、可重現的任務執行流程。 5. 與產品經理與資料科學家合作，將 AI Agent 能力整合至平台流程或客戶應用中。 6. 撰寫技術文件，並將複雜的 AI Agent 行為邏輯產品化、模組化。 7. 協助部署與監控 AI Agent 解決方案，確保穩定性與效能。 必備條件： 1. 3 年以上 Python 使用與開發經驗，能獨立撰寫模組化、可維護的程式碼。 2. 熟悉主流程式庫（如 LangChain、LlamaIndex、FastAPI、OpenAI SDK 等）。 3. 熟悉大型語言模型的整合與調用（如 OpenAI GPT 系列、Anthropic Claude、Gemini、Llama 等）。 4. 熟悉 Prompt Engineering 與 Chain/Agent 設計邏輯，了解上下文控制與安全性考量。 5. 理解 RAG 架構與向量搜尋概念，具備實作查詢型應用經驗。 6. 習慣使用 ChatGPT、Claude、GitHub Copilot、Cursor 等 AI 工具進行開發與協作。 7. 有處理實際商業資料的經驗，理解資料品質與上下文限制對模型行為的影響。 8. 良好溝通能力，能與產品、資料與工程團隊協作推動功能落地。 加分條件： 1. 有能力獨立開發 AI 工具或內部產品原型，具從設計到部署的經驗。 2. 能評估並選擇適合的第三方套件或平台工具，根據維運、授權、效能等面向做出判斷。 3. 能在技術上提出對公司長期發展較有利的實作方式，非僅追求短期實作速度。 4. 對程式碼品質有要求，重視簡潔、易讀與可維護性。 5. 熟悉 Linux 開發環境，具備基本 CLI 操作與部署流程認識。 6. 重視團隊合作，能與產品、工程或跨部門同事有效溝通與協作。 7. 熱愛挑戰與持續學習，能快速理解新技術並判斷其適用性與落地風險。 8. 曾任職 AI 新創團隊、或具備在變動快速的技術環境中工作的經驗，能適應節奏與任務彈性。 我們提供： 1. 真正參與 GenAI 產品落地的第一線機會。 2. 高度自主、技術導向、支持實驗的工作文化。 3. 與產品、資料、工程共創跨部門合作經驗。 4. 彈性上下班制度、遠距與混合辦公選擇。 5. 接觸多元產業問題場景，快速提升實務解決力。 備註：此職務將依照個人能力劃分為 Junior 與 Senior 職級。不論您是否有完整相關經歷，皆歡迎投遞履歷，我們重視潛力與學習力。

1. 支援各類營運任務之執行，如政府補助案文件撰寫、營運相關專案與臨時任務。 2. 協助公司銷售與管理等營運任務，參與跨部門營運之研究、規劃與執行。 3. 協助營運表單與資料流程管理，負責營運數據的收集、彙整與分析。 4. 協助管理與優化 Notion 平台中的營運資訊與進度追蹤系統，強化團隊協作與任務透明度。 5. 協助管理客戶名單、經銷商與營運相關資料庫，確保資訊完整與即時更新。 6. 協助管理與優化公司營運流程與制度，提升作業效率與組織協作品質。

作為 產品導向的資料科學家，您將參與 Tukey AutoML 的核心模型模組設計與研發，負責設計可泛用的建模流程、特徵工程策略與模型組合邏輯。此職位著重於將資料科學經驗轉化為「可產品化、可模組化、可自動化」的建模功能，並與產品、工程、設計團隊緊密合作，推動產品功能演進與技術可用性。 工作職責： 1. 設計並優化泛用的 AutoML 建模流程，包括資料前處理、特徵轉換、模型搜尋與自動調參邏輯。 2. 將資料科學最佳實踐轉化為平台內建模組（如時間序列處理、類別欄位處理、樣本不平衡處理）。 3. 與產品經理合作，規劃模型功能的產品邏輯與使用體驗（如模型選擇器、解釋性模組、成效回饋）。 4. 設計可配置的模型工作流程模板，讓不同產業用戶可快速套用預測框架。 5. 協助開發工程師實作機器學習模組，確保實作邏輯與建模流程一致。 6. 分析客戶使用模型模組的成效與操作行為，提出優化建議並持續迭代。 7. 追蹤 AutoML、模型架構與 AutoFE 領域的新技術發展，持續引入創新實作。 必備條件： 1. 具備 3 年以上資料科學／機器學習相關經驗，且有產品導向或平台設計經驗者佳。 2. 熟悉監督式學習演算法（分類、迴歸）與模型評估流程，具備建模邏輯抽象能力。 3. 精通 Python，熟悉 pandas、scikit-learn、XGBoost、LightGBM、joblib、Optuna 等工具。 4. 熟悉特徵工程常見設計策略與轉換技巧（如數值分箱、類別編碼、時間衍生特徵）。 5. 有開發或設計過通用型建模 pipeline、模組化架構或資料產品經驗。 6. 能清晰撰寫設計文件（specs）、邏輯圖與模型流程圖，與工程團隊順利對接。 7. 具備與產品經理、設計師協作經驗，能以使用者思維設計建模模組。 加分條件： 1. 有參與商業化 AutoML 平台設計、或熟悉 open-source AutoML 工具（如 Auto-sklearn、PyCaret、H2O、TPOT、FLAML）。 2. 熟悉 MLOps 工具與架構（如 MLflow、Airflow、Metaflow、Feature Store）。 3. 具備跨產業資料應用經驗，能設計通用性高的模型策略（ex: 製造/金融/政府）。 4. 有模型可解釋性（如 SHAP、LIME）模組設計經驗。 5. 具備產品思維，能參與功能優先級討論與 roadmap 規劃。 6. 熟悉 GCP / AWS / Azure 雲端平台部署環境。 我們提供 1. 參與打造劃世代 AutoML 平台核心模組的實戰機會。 2. 技術驅動、產品導向的團隊文化，支持實驗與快速迭代。 3. 與 PM、設計、前後端工程密切合作的產品開發流程。 4. 彈性遠距與混合工作模式。 5. 有機會成為技術模組負責人，主導單一模型模組演進與技術決策。