資料科學家 (Data Scientist – Solution Delivery)

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。