「資料科學家 Data Scientist」的相似工作

【Who we are ?】 Hytech是一個年輕、充滿活力的團隊，專注於推動金融科技行業的企業技術轉型，是全球領先的管理技術諮詢公司。創新思維和扁平化的管理，讓團隊成員以公開、透明的方式自在工作，也為全球客戶提供卓越的商業價值服務。 【About the role - Data Scientist 】 We are seeking a Data Scientist with strong analytical and machine learning expertise to join our Product team. In this role, you will design, train, and optimize predictive models, leveraging large-scale datasets to deliver AI-driven solutions that enhance system performance and business outcomes. You will work closely with engineers, data analysts, and product managers to lead data-driven decision-making and model design, deploying predictive models into real-time product operation platforms that directly influence CTR, CVR, and revenue growth. We particularly welcome candidates who are passionate about research and technical innovation or strongly desire to continuously advance in AI/ML — to join us in driving product innovation and intelligent transformation. (我們正在尋找一位具備深厚資料分析能力與機器學習經驗的資料科學家，加入我們的產品研發團隊。在這個角色中，您將負責模型的設計、訓練與優化，處理大規模資料集，打造能直接提升產品系統效能與商業價值的 AI 解決方案。您將與工程師、資料分析師及產品經理緊密合作，主導資料驅動的決策與模型設計，並將預測模型實際部署於產品端，直接影響點擊率、轉換率與營收成長) 【身為團隊的一份子您將負責】 [Cross-functional Collaboration & Business Understanding]: 1. Engage in product and technical discussions to clarify the team/customer's requirements and data constraints, assessing the feasibility and potential risks of model development. (參與產品與技術需求討論，釐清客戶需求與資料限制，評估模型開發的可行性與潛在風險) 2. Collaborate closely with business, product, marketing, risk, and engineering teams to translate data science insights into practical, scalable, intelligent services and product solutions. (與業務、產品、行銷、風控及技術團隊緊密合作，將資料科學成果轉化為可落地的智能服務與產品解決方案) [Data Preparation & Analysis]: 1. Perform data cleaning, feature engineering, and exploratory data analysis (EDA) to ensure data integrity and model accuracy. (執行資料清洗、特徵工程與探索性資料分析，確保資料完整性與建模準確性) 2. Integrate diverse data sources (e.g., user behavior, transaction records, third-party tracking tools) to enrich data assets and analytical insights. (整合多元資料來源(如使用者行為、交易紀錄、第三方追蹤工具等)，深化數據資產應用與洞察) 3. Guide data analysts on data preprocessing and feature engineering to maintain project quality and consistency. (指導資料分析師進行資料前處理與特徵工程，確保專案執行品質與結果一致性) 4. Collaborate with data engineers and analysts to optimize data pipelines and model deployment workflows, improving data processing efficiency and system stability. (與資料工程師及分析團隊合作，優化資料管線與模型部署流程，提升資料處理效能與系統穩定性) [Model Development & Optimization]: 1. Design interpretable AI models to help business and product teams understand predictive logic, improving model transparency and trust in the application. (設計具可解釋性的 AI 模型，協助業務與產品團隊理解預測邏輯，提升模型透明度與應用信任度) 2. Develop predictive, clustering, and recommendation models; continuously monitor, evaluate, and optimize their performance and stability. (建立預測、分群與推薦模型，持續監控、評估並優化模型效能與穩定性) 3. Design robust model training and validation strategies to address challenges such as overfitting, data imbalance, and feature selection. (設計模型訓練與驗證策略，解決過擬合、資料不平衡及特徵選擇等常見挑戰) 4. Apply statistical analysis, machine learning, and deep learning techniques for data exploration and hypothesis testing, supporting product design and strategic recommendations. (應用統計分析、機器學習與深度學習技術進行資料探索與假設驗證，支持產品設計與決策建議) 5. Develop deep learning and machine learning models, leveraging large language models (LLMs) and natural language processing (NLP) tools to streamline internal workflows and enhance operational efficiency and analytical quality. (開發深度學習與機器學習模型，並運用大型語言模型及自然語言處理工具，優化內部流程、提升營運效率與分析品質) [Model Deployment & Application Strategy]: 1. Prepare detailed Statements of Work (SoW) outlining prediction tasks, data requirements, project deliverables, and acceptance criteria to ensure clear project alignment. (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，確保專案執行方向一致) 2. Develop model application strategies—including deployment frequency, prediction thresholds, and anomaly detection mechanisms—to continuously optimize model utilization and business impact. (制定模型應用策略(如部署頻率、預測門檻、異常警示機制等)，持續優化模型應用與商業成效)

維曙智能為創新AI應用開發商，具有全球市場商業化能力。公司有完整的創新孵化管線，包含從想法到技術與市場開發的完整配套流程，讓您將知識落實在各種實際場域中。如果您對以創新解決現實世界問題充滿熱忱，希望了解AI在產業的實務運作以及現實應用有興趣，這裡會是您大展身手的地方。歡迎加入我們。 我們正在尋找一位具備影像處理與深度學習專業的資深 AI / 機器學習工程師，能夠獨立主導模型開發、效能優化與落地實作。此職位需具備優秀的深度學習框架掌握能力，能夠根據資料與任務需求進行模型選擇、訓練流程設計與超參數調整，並具備 AI 產品開發的思維。 【工作內容】 領域：機器視覺 • 負責影像領域 AI 模型的研究、設計與訓練（例如：分類、分割、生成、超解析等任務） • 根據問題需求設計模型架構（CNN / Transformer / diffusion-based models）並進行效能調整 • 透過3D/2D圖學轉換進行多模態資料前處理 • 以深度學習方法, 轉換多模態資料為結構化時間序列資料, 如分類, 辨識, 與異常偵測 • 撰寫可重用模組與封裝良好的 Python 套件，提升團隊研發效率 • 與產品及前後端工程師協作，將模型部署至產品系統或 API • 持續追蹤最新論文與技術趨勢，進行技術導入與內部分享 • 協助 junior 工程師成長並共同解決技術挑戰 • 能針對市場需求提案，論述創新解決方案 維曙機器視覺產品服務請參閱: https://www.vizuro.com/corvus

1. Actively clean, process, and validate Data streams for ML model consumption. Contribute to the implementation of MLOps best practices (CI/CD) and risk mitigation strategies as guided by the engineering team. 2. Actively develop and implement Python scripts and small utilities for model features and basic algorithm testing. Ensure development practices align with model fairness and ethical guidelines. 3. Establish and track technical Key Performance Indicators (KPIs) to measure model effectiveness post-deployment. Document and report potential technical risks identified during implementation. 4. Create and maintain a single source of truth for all active Carrier/vendor technical requirements and specifications. Support the definition of project scope, timelines, and milestones. 5. Act as the central liaison between Engineers, Data Scientists, and Business stakeholders. Translate incoming high-level partner requests into clear, detailed, and actionable engineering specifications and tickets. 6. Provide regular, concise updates for stakeholders on project progress, key metrics, and any blockers. 7. Annual salary: 1000K NTD and above 8. Onsite Google Xindian Office

算法優化，計算生物學，資料分析，計算化學，蛋白質模擬，藥物分子模擬

維曙智能為創新AI應用開發商，具有全球市場商業化能力。公司有完整的創新孵化管線，包含從想法到技術與市場開發的完整配套流程，讓您將知識落實在各種實際場域中。如果您對以創新解決現實世界問題充滿熱忱，希望了解AI在產業的實務運作以及現實應用有興趣，這裡會是您大展身手的地方。歡迎加入我們。 您將成為我們 AI 解決方案研發的核心成員。作為數位雙生AI工程師，您將負責在 Sim2Real 平台（如 NVIDIA Isaac Sim、ROS/Gazebo）上測試並驗證 AI 模型與機器手臂系統的整合，並將模擬中成功運行的控制程式部署至實體機台。和不同團隊合作(AI團隊，硬體團隊)優化與測試模型與控制演算法，完成跨部門專案整合與系統調校。 【主要工作內容】 • 使用 NVIDIA Omniverse 平台進行機器手臂建模、運動規劃（正/逆向運動學、避障與優化）及控制程式開發 • 建置與優化模擬環境與數位孿生場景，確保模擬與實體機台行為一致 • 與AI研發團隊合作，將機器手臂模擬系統與公司 SDG（Synthetic Data Generation） 技術串接，用於資料生成與 AI 模型訓練 • 撰寫、維護與優化控制演算法及相關模組，提升系統穩定性與效能 • 與硬體團隊協作，將模擬成果部署至實體機台並進行驗證 • 參與跨部門專案，支持產品研發與驗證流程的自動化。 維曙機器視覺產品服務請參閱: https://www.vizuro.com/corvus

【擴編】資深數據分析師｜Senior Data Analyst Kamee咖米是結合科技與健康的品牌。 希望藉由數據替每個人打造專屬於自己的個人化健康方案，帶給世界更美好的生活！ 主要提供服務包含【客製化保健品訂閱服務】及【智能健康評估系統】 ★ 咖米獲選經濟部FINDIT早期投資系列活動企業 ★ Google台灣區Project Hatcher的合作企業 ★ 鴻海集團旗下康聯生醫的戰略合作夥伴 ★ 成為北美矽谷加速器暨創投基金SparkLabs Taiwan Portfolio 我們創造開放、共享的企業文化，重視成員身心內外成長， 相信只有擁有共同目標和願景的團隊，才能一起共創未來！ ▼ 咖米官網: https://kameelife.com ▼ 臺北國際會議中心產品發布會： https://youtube.com/watch?v=Qw_dZzjFFEE&feature=share7 ▼ EE TIMES國際媒體專訪： https://www.linkedin.com/feed/update/urn:li:activity:7080444553702342656 —— 我們需要 —— ■【擴編】資深數據分析師｜Senior Data Analyst Kamee 正在從成長型新創邁向數據驅動決策階段， 我們需要一位能讓數據成為商業引擎的夥伴。 你將整合公司數據資料，建立自動化報表與成長模型， 讓數據不只是報表，而是驅動品牌成長的動力。 —— 你的目標 —— ■整合行銷、營運、CRM、訂閱與網站數據資料，打造能驅動成長的數據基礎。 ■分析行銷、營運與顧客行為，洞察 CAC、ROAS、LTV、留存等核心指標背後的成長關鍵點。 ■與行銷、產品、營運等部門合作，發掘成長機會並優化用戶體驗。 ■建立資料驅動文化，推動公司長期決策與預測模型的發展。 —— 期待的人 —— ■對數據有好奇心，會思考「數據想告訴我什麼真相」。 ■動手能力強、學得快，能自行接資料、建報表、跑分析，樂於優化流程。 ■具備商業敏銳度，能從數字理解營運邏輯與用戶行為。 ■擅長跨部門合作，能用數據推動行銷、工程、客服、財務更有效率地前進。 ■結果導向，重視實際成長與影響力，而非僅追求報表好看。 我們在尋找能從數據中發掘商業洞察，並以此幫助團隊推動決策的夥伴，不一定要有完整系統背景，只要具備強邏輯與實作力。 —— 經歷技能 —— 【經歷】 ■5年以上數據分析或相關經驗。 ■熟悉行銷或電商數據分析（懂 CAC、LTV、ROAS、留存率等概念）。 ■具跨部門溝通經驗，能用簡單語言說清複雜數據。 【技能】 ■熟悉 SQL、Python（或 R），能獨立清理與分析資料。 ■熟悉 GA4、Meta Ads、Google Ads、CRM 等數據串接與分析。 ■能操作 BI 工具（如 Looker Studio、Power BI、Tableau）建立互動式報表。 【加分條件】 ■熟悉 BigQuery、Redshift、Snowflake 或 API 串接整合 ■具備自動化報表或儀表板建置經驗（如 GA4、Looker Studio、Power BI） ■能運用 AI 工具（如 GPT、Gemini）輔助資料分析與模型優化 —— 主要職責 —— ■優化公司既有數據架構與自動化報表系統（GA4、CRM、投放平台、ERP、內部數據儀表板）。 ■協助行銷與產品團隊發現成長機會，分析行銷投放、顧客行為與營運成效，找出轉換與留存的驅動因素。 ■設計 CAC、ROAS、LTV、留存率等 KPI 模型與可追蹤機制。 ■跨部門協作，提供行銷與營運團隊所需的數據洞察，協助制定成長策略。 ■持續優化資料整合流程，建立公司未來資料科學基礎。 Report to Marketing head 在 Kamee，你的分析結果不只是一份報表， 而是會直接影響產品、行銷與營運策略的「決策引擎」。 如果你想親手打造一家健康科技品牌的數據策略，我們非常期待你加入！ —— 薪資待遇 —— $70,000~$110,000/月 /月起（視能力與經驗彈性調整）

身為風控數據工程師，你將負責設計、建置與維運公司的數據基礎設施（Data Platform），確保數據在收集、處理與存取過程中的穩定性、正確性與高效性。 你將與風控團隊緊密合作，透過數據工程與自動化技術，將龐雜的數據轉化為具決策價值的洞察，支持公司在風險管理與策略決策上的持續成長。 【主要職責】 1. 數據管線開發與維運 - 設計、開發並維護 ETL/ELT 流程，整合內外部異質數據來源，確保數據高品質與穩定性 - 建立與維護數據模型（Data Modeling），確保架構具可擴展性並符合業務需求 - 建置監控與告警機制（Alerting & Monitoring），即時偵測異常並優化資料流程 2. 數據產品與分析支援 - 與風控、業務及數據分析團隊合作，理解需求並提供適用的數據解決方案 - 設計並開發自動化分析報表與 Dashboard，支援風控監測、產品分析及策略決策 3. 數據平台建置與管理 - 維運與優化數據平台（Data Platform），確保高可用性、可擴展性與安全性 - 管理與調校數據計算資源（如 Spark、Presto），提升效能與資源使用效率 - 建立數據治理（Data Governance）機制，確保資料品質、安全與合規 4. 系統監控與效能優化 - 監控並分析數據系統效能，持續進行架構優化與資源配置調整 - 優化查詢與處理效率，提升系統反應速度與可靠性 - 針對異常數據或流程問題，提供修復與長期優化方案

我們正在尋找一位經驗豐富的AI系統工程師，協助開發與維護 AI 客服產品。 這職位將負責： 1. 負責 LLM（大型語言模型）驅動之 AI Agent 系統的架構設計與核心模組開發，包含任務規劃、記憶管理、工具調用與流程執行。 2. 主導通用型 Agent 平台開發，實現多任務協作與多 Agent 協同運作，提升大型模型在複雜商業場景中的穩定性與易用性。 3. 應用 LLM、RAG、向量搜尋、Function Calling 等關鍵技術，打造具備上下文理解與知識注入能力的智慧系統。 4. 建立 Agent 行為的評估機制與自動化測試工具，持續優化任務完成率、回覆品質與系統可靠度。 5. 推動 AI Agent 在垂直場景中的應用，如搜尋、交易、深度分析與自動化數據工程，釋放大型語言模型的最大價值。 必要條件 - 具備 3 年以上相關工作經驗 - 精通 Python 程式設計 - 熟悉 SQL 及資料庫設計，具備優化查詢效能的經驗 - 具備開發及維護 RESTful API 的實務經驗 - 了解 LLM 應用開發及提示詞工程的基本概念 - 具備強大的問題解決能力及團隊合作精神 - 對新技術有強烈的學習與探索意願 加分條件 - 具備 CI/CD 實務經驗，熟悉自動化部署流程 - 具備雲端服務使用經驗 (GCP) - 熟悉容器化技術 (Docker, Kubernetes)

技術需求： (1) 熟悉SSRS 開發與SQL撰寫 (2) 具備Oracle, SQL Server Store Procedure開發經驗 (3) 具備Azure 雲端服務經驗尤佳 (4) 具備Oracle Golden Gate經驗者尤佳 工作內容： 共用服務新功能開發及維運工作 (1) 報表改寫、SIT驗測 (2) 拋轉程式盤點與開發（使用OCI Golden Gate）

1. 負責網站(官網、電商網站)編碼，外鏈建置工作，能夠快速為網站獲取高權重鏈接；提高網站整體流量。 2. 瞭解SEO原理和實施方法，如關鍵字優化、標籤優化、標題優化、關鍵字排名優化等。 3. 監測分析公司與競業網站流量，排名收錄等數據，並優化網站整體排名。 4. Google Ads平台操作:設定廣告活動、彙整廣告數據、撰寫報表分析、優化文案的策略。 5. 分析與追蹤 Facebook、Instagram、LINE、Google（GA4、Ads、Search Console）等數位媒體平台數據，評估貼文互動、廣告投放、觸及率、點擊率與轉換率，並提出優化與廣告預算調整建議。 6. 利用 Google Analytics 等工具追蹤官網訪客行為、跳出率、轉換路徑與銷售績效，分析網站活動成效與回購率。 7.CRM系統維運(活動短網址、串接商機、成交率分析等)

【工作內容】 ． 使用 Azure Databricks、Data Factory、Data Lake Gen2 等工具建立並維運 ETL 流程。 ． 整合 ERP、CRM、IoT 等多來源資料，進行清洗與轉換並寫入 Azure Data Lake。 ． 與資料科學團隊合作，提供模型所需的資料集與特徵工程支援（如 LightGBM、XGBoost）。 ． 透過Power BI進行資料串接與報表資料結構設計，確保分析資料即時、準確。 ． 撰寫技術文件，維護資料流程運作紀錄與治理機制。 【必要條件】 ． 熟悉 Azure 平台操作（Databricks、Data Factory、Data Lake Gen2）。 ． 熟悉 Python 語言，能獨立進行資料清洗與處理。 ． 具 SQL 查詢能力與資料模型設計經驗。 ． 有與資料科學或 BI 團隊協作經驗，熟悉 Power BI 或其他可視化工具資料串接。 【加分條件】 ． 具備使用 LightGBM / XGBoost 經驗。 ． 熟悉 Git、CI/CD、自動化流程或 Docker 等 DevOps 工具 ． 有 Azure DP-203、DP-100 證照尤佳 ． 英文讀寫能力佳，能閱讀技術文件與跨部門溝通

【職缺描述】 1、玩家行為分析： 深入分析玩家的遊戲數據，包括：存款、投注、遊戲時長、偏好遊戲類型、以及玩家的行為路徑，以洞察玩家生命週期價值（LTV）、留存率和流失原因。 2、數據監控與報告： 建立和維護日常數據儀表板，監控關鍵指標（KPIs），並定期為團隊提供數據報告與分析洞察。 3、A/B 測試與活動成效評估： 針對產品新功能或行銷活動，設計實驗方案並進行數據分析，評估其對業務指標的實際影響，並提供優化建議。 4、商業問題解決： 與跨部門團隊協作，將複雜的商業問題轉化為可執行的數據分析專案，並提出具體且可行的解決方案。 5、風險與異常行為分析： 協助風控團隊監控異常的玩家行為，識別潛在的作弊或欺詐活動，並建立相關的預警模型。 6、上述職責範疇將視面試後職級，決定職責覆蓋範圍。 【職務需求】 1、紮實的統計學基礎： 能夠進行假設檢定、迴歸分析和時間序列分析等。 2、優秀的商業洞察力： 能夠將數據結果與商業目標相結合，並提出可行的洞見。 3、良好的溝通與表達能力： 能夠清晰地向非技術人員解釋複雜的數據分析結果。 4、數據清洗能力：具備透過程式碼（如 SQL、Python）處理與清洗海量數據的能力。 5、代碼輔助能力：熟悉至少一種數據分析程式語言（如 Python 、R），具備使用 Pandas 等函式庫進行數據處理和建模的經驗。 6、視覺化呈現能力：熟悉數據視覺化工具，包含但不僅限於 Tableau 或 Power BI，能將數據轉化為清晰易懂的圖表與報告。 如有特別優秀者，薪資可以面議討論。 【加分項目】 1、有Slot / 漁機 / TableGame / BlockChain 等領域遊戲經驗佳。 2、有電子商務或金融科技等消費者行為相關產業的數據分析經驗佳。 3、具備機器學習模型開發與部署經驗，如預測玩家流失、分群等。 4、熟悉 Google Analytics、Mixpanel 等第三方數據分析工具。 【學/經歷背景】 1. 若該領域經歷超過五年以上，可不需具備下述學歷預期 2. 學歷至少具有其一或相關領域學士學位或以上學位「數據分析、統計學、數學、經濟學、資訊管理」

1分析遊戲內玩家行為、留存率、付費轉化、道具使用、活動成效等核心數據。 2.建立與維護數據追蹤機制與報表（Dashboard），監控 KPI 指標（DAU、ARPU、Retention、Conversion 等）。 3.與產品、營運、行銷團隊合作，透過數據洞察提出具體策略建議。 4.設計並分析 A/B 測試、行銷活動與功能調整的效果。 5.整理與視覺化分析結果（如 Power BI、Tableau、Data Studio），提供決策依據。 6支.援遊戲版本更新後的表現追蹤與玩家行為分析。 7.優化資料處理流程，維持數據品質與一致性。 8.具備遊戲營運數據分析經驗（特別是留存分析、課金行為分析）。 9.熟悉 GA4、Adjust、Firebase、AppsFlyer、Mixpanel、BigQuery 等工具。

我們正在尋找具備深度學習 (Deep Learning) 及大型語言模型 (LLM) 持續訓練 (Continue Training) 經驗的 AI Scientist，您將負責從資料搜集、清洗、特徵工程到模型訓練，參與打造高效且具推理能力的藥學AI 解決方案。 工作內容如下: 1. 參與大型語言模型 (LLM) 持續訓練 (Continue Training)、微調 (Fine-tuning) 專案，或建構深度學習模型解決各類推理、預測問題。 2. 設計並訓練深度學習模型，涵蓋結構化資料、圖資料、生成式模型等任務。 3. 規劃與執行資料收集 (Data Collection)、資料清洗與前處理 (Data Cleaning & Preprocessing) 流程。 4. 評估模型效能，分析與優化資料與訓練流程。 5. 撰寫高品質、模組化的程式碼，協助建置可擴展的 AI 訓練系統。 6. 積極學習藥學領域知識，提升對藥物理論、機制及資料特性的理解，並應用於模型設計與問題解決。 7. 與跨領域團隊合作，針對藥學領域推動 AI 技術落地，應用於藥物開發與相關研究。

Risksoft Technology Ltd, 沛然科技有限公司專注於金融科技（FinTech）與應用，致力於將金融數據與決策模型轉化為高效、且行動的專業工具。 客戶涵蓋銀行、券商、量化基金、私募機構與企業財務部門，產品應用於資產配置、風險監控與跨市場操作等關鍵場景中。我們開發可用於決策的高互動行動應用，誠摯邀請對產品品質與金融邏輯有熱情的夥伴加入我們的團隊。 【工作內容】 1. 台清交成資工系學碩士優先。 2. 優秀IT科技理工且對量化投資有興趣者。 3. 量化交易相關資料庫的維運。 4. 量化交易系統新介面、新功能模組的開發及維運。 5. 投資策略因子分析，包括找尋新因子、建構策略。 6. 協助維護公司量化交易系統，包括交易策略、風險控制、交易盈虧計算 。 7. 主管交辦事項 。

精藤公司為【全家便利商店股份有限公司】之子公司，精藤做為集團資訊整合的中心，不但承擔著集團「系統整合」及「Know-How彙整」的責任，同時也扮演了集團最堅強的技術發展領航者及實踐者。 而支援這團隊成長的背後，除了穩定成長的零售通路資訊發展需求以外，亦包含了精藤20年來不斷精進的程式開發技術以及重視團隊合作的組織文化。 在精藤，除了可以學習各項資訊系統規劃、開發、監控與維護（如：物流管理系統、帳務管理系統、商品管理系統，與情報分析系統......等數以百計的資訊系統，精藤皆自行開發與維護），更有完善的公司治理與開發標準，可做為所有資訊人員執行專案時的後盾。 除此之外，精藤近年來亦不斷追求更多新領域的發展，例如：雲端科技應用、大數據資料分析以及行動裝置管理技術等等，誠摯的歡迎所有對於零售流通有興趣的伙伴一同加入精藤的大家庭。 本公司資料科學家(AI工程師)之職務內容如下： 1. 洞察客戶需求與業務痛點，從數據發掘商業價值，並設計與落地最佳AI解決方案。 2. 規劃與執行數據收集、清洗、與前處理流程，並應用機器學習演算法、統計模型進行數據挖掘與深度分析。 3. 主動針對問題提出數據驅動的解決方案，持續監控、評估並優化模型效能與流程。 4. 從資料科學角度提供專業諮詢與決策支援，驅動集團業務策略發展。 5. 與跨部門團隊緊密合作，推動機器學習服務的開發與落地。 需求能力： 1. 熟悉SQL、Python語言。 2. 具備統計分析能力，包括熟悉Multivariable calculus、Linear algebra。 3. 熟悉Machine Learning，包括XGBoost、Random Forest、NN、SVM、K-means、Clustering、Bayesian Networks、Ensemble...。 4. 熟悉時間序列(Time-series)預測方法。 5. 具備Data Visualization & communication能力。

1. SAS programming for tables, figures and listing. 2. Protocol and synopsis design with statistical methodologies. 3. Project support / Statistical analysis. 4. Sample size estimation and power analysis. 5. Statistical analysis report/plan writing. 6. Communicate with client regarding to statistical issues.

【工作內容】 1. 將概念性想法設計規劃為可執行的解決方案 2. 大數據專案的規劃，數據接入、清洗、建模與可視化的設計 3. 與機器學習工程師、雲端架構師、PM密切合作共同合作完成專案,供客戶高質量的雲端數據相關服務 4. 負責協助客戶整合、設計、部署大數據處理流程與平臺 5. 探索雲端服務組合的可能性，創造全新的可能性 【必備技能/條件】 1. 3 年以上資料排程、處理、清洗、分析的實務經驗 2. 2 年以上資料處理常用的 Open Source 工具的實務經驗，eg. Spark, Airflow, hadoop 3. 2 年以上Python / Java 程式語言開發相關工作經驗 4. 擅長解決問題、除錯、故障排除，提出問題解決方案 【加分條件】 1. 具備BigQueryRDBMSNoSQL使用經驗 2. 具備爬蟲相關經驗 3. 熟悉 Restful API

【Who we are ?】 Hytech是一個年輕、充滿活力的團隊，專注於推動金融科技行業的企業技術轉型，是全球領先的管理技術諮詢公司。創新思維和扁平化的管理，讓團隊成員以公開、透明的方式自在工作，也為全球客戶提供卓越的商業價值服務。 【Why join the team? 】 Hytech 團隊在共事的過程中核心技術會與時俱進，即時討論，並且有良好的溝通管道，扁平化管理，任何問題或意見都可以討論及合作解決。密切的與跨國同事團隊交流。 【About the role - Data Analyst】 As a Data Analyst at Hytech, you will analyze user behavior on financial trading platforms, focusing on app users and their growth journey, including conversion and retention metrics. You will leverage insights from user behavior data to optimize engagement channels—such as push notifications—driving the conversion of registered users into funded, active traders. (作為 Hytech 的數據分析師，您將負責分析金融交易平台上的用戶行為，專注於應用程式用戶增長過程，包括轉化與留存指標。您將運用數據洞察優化平台渠道，例如透過推播通知，提升用戶參與度，並促使一般用戶轉化為活躍交易者) 【身為團隊的一份子您將負責】 1. Develop, implement, and maintain leading analytical systems to solve complex problems and build simplified frameworks. (開發、實施並維護領先的分析系統，以解決複雜問題並建立簡化框架) 2. Analyze complex datasets to identify growth trends and opportunities. (分析複雜數據集，識別增長趨勢與商機) 3. Evaluate organizational methodologies and provide source-to-target mapping and information model specification documents for datasets. (評估組織方法，提供數據集的來源到目標映射，以及資訊模型規範文件) 4. Create best-practice reports based on data cleansing, analysis, and visualization. (基於數據清理、分析與可視化，建立最佳實踐報告) 5. Assess the efficiency, issues, and inaccuracies of internal systems, and establish and maintain standard processes for handling, processing, and cleansing data. (評估內部系統的效率、問題與不準確性，制定並維護數據處理、整理與清理的標準流程) 6. Collaborate directly with management and users to gather requirements, provide status updates, and build strong relationships. (直接與管理層及內部用戶合作，收集需求、提供狀態更新，並建立穩固的合作關係) 7. Work closely with project/product managers to understand and continuously address their analytical needs, including identifying key metrics and KPIs, and providing actionable insights to relevant decision-makers. (與專案/產品經理密切合作，了解並持續關注其分析需求，包括識別關鍵指標與 KPI，並向相關決策者提供可行的數據洞察) 8. Proactively analyze data to respond to key stakeholder questions or spontaneous inquiries, focusing on factors driving business performance and investigating and communicating areas for improving efficiency and productivity. (主動分析數據，回應關鍵問題或突發性需求，關注推動業務績效的因素，並調查與溝通可提升效率與生產力的改進方向) 9. Interpret and analyze data to create and maintain interactive visualizations, integrating various reporting components from multiple data sources. (解讀與分析數據，建立並維護互動式視覺化報表，整合來自多個數據來源的各類報告元件) 10. Define and implement data acquisition and integration logic, selecting appropriate methodologies and toolsets to ensure optimal scalability and performance within the defined technology stack. (定義並實施數據獲取與整合邏輯，選擇適當的方法與工具組合，確保解決方案在既定技術架構下達到最佳的可擴展性與效能)

1. Actively clean, process, and validate Data streams for ML model consumption. Contribute to the implementation of MLOps best practices (CI/CD) and risk mitigation strategies as guided by the engineering team. 2. Actively develop and implement Python scripts and small utilities for model features and basic algorithm testing. Ensure development practices align with model fairness and ethical guidelines. 3. Establish and track technical Key Performance Indicators (KPIs) to measure model effectiveness post-deployment. Document and report potential technical risks identified during implementation. 4. Create and maintain a single source of truth for all active Carrier/vendor technical requirements and specifications. Support the definition of project scope, timelines, and milestones. 5. Act as the central liaison between Engineers, Data Scientists, and Business stakeholders. Translate incoming high-level partner requests into clear, detailed, and actionable engineering specifications and tickets. 6. Provide regular, concise updates for stakeholders on project progress, key metrics, and any blockers. 7. Annual salary: 1000K NTD and above 8. Onsite Google Banqiao Office