技術部-機器學習工程師 - 搜尋與推薦系統專家 Search & Recommendation ML Engineer

必要條件: 1. 碩士或博士學位 （機器學習、人工智能、資料科學或相關領域） 2. 3-5年以上機器學習模型開發經驗 3. 精通Python和機器學習框架（如TensorFlow、PyTorch） 4. 深入了解搜尋和推薦系統架構 具備以下技術的實務經驗： 1. 機器學習演算法 2. 自然語言處理 3. 深度學習模型 3. 特徵工程 4. 大規模分散式系統 加分條件: 1. 對話式AI和語意搜尋相關經驗 2. 已發表相關領域的學術論文 3. 開源專案貢獻經驗 4. 熟悉雲端平台（AWS、GCP） 5. 具備多語言搜尋系統開發背景 6. MLOps 和資料工程實務經驗 7. MLOps 與資料工程技能 我們期待您精熟或者是熟悉以下不同型態工具的使用 １. MLOps 工具與實踐 △模型版本控制與實驗追蹤，例如： -MLflow -Weights & Biases -DVC (Data Version Control) △持續整合與部署 (CI/CD)，例如： -Kubeflow -Airflow -Jenkins -GitHub Actions △模型監控與可觀測性，例如： -Prometheus -Grafana -Evidently AI -Seldon Core △模型部署平台，例如： -Kubernetes -Docker -KServe -SageMaker -Vertex AI ２. 資料清整與預處理最佳實踐 △資料品質檢查工具，例如： -Great Expectations -Deequ -Pandera △ETL 與資料流工具，例如： -Apache Spark -Apache Beam -Prefect -Luigi -資料清整技術 -異常值偵測 -遺失值處理 -特徵縮放 -編碼分類變數 -資料驗證與稽核流程 -建立資料血緣關係 -確保資料一致性 -實施資料治理策略