全曜財經資訊股份有限公司
Open positions
【行銷運營部】海外官方/作者事業|海外廣告成效投放(Performance Marketing)(JIRA907)
【角色期待】 《CMoney 國際金融事業》正在拓展海外市場,面對北美華人投資者與財經創作者,產品線涵蓋線上課程、工具型 App、訂閱內容與創作者聯名產品。 新市場意味著現成受眾包量體有限、沒有可參照的 benchmark、也還沒有一條被充分驗證過成功的轉化鏈路。 因此這個角色要解的不只是「把廣告跑好」,而是: 在一個還沒有答案的市場裡,用有限的預算,換到最多可以被複製的答案。 你會同時面對四種性質完全不同的投放任務: 1.…
【AI First】財經數據產品經理 Product Manager / Product Builder|法人客戶(資料應用 / SQL / Python)(JIRA725)
【我們在找具備 Builder 思維的夥伴】 AI 出現之後,「執行某個職能」這件事,AI 已經能分擔很大一部分 真正稀缺的,是能夠: 看見問題 → 判斷什麼值得解 → 找到解法 → 自己動手做 → 拿到真實使用者面前驗證 → 再一路把它變成產品的人 我們把這樣的人叫做 Builder 所以在這裡,你不會只是接需求、寫 PRD、排 Roadmap,再把規格交給工程 我們更在意的是: 你能不能找到真正值得解的問題,並想辦法把它解掉…
【AI First】財經 KOL 產品經理/Product Builder|投資工具與策略產品(JIRA863)
▍我們想一起解決什麼問題? CMoney 與財經創作者合作,把他們的投資專業轉化成 App、工具、課程與訂閱服務 但作者懂得怎麼判斷,不代表使用者聽完就會做;一套方法能用在幾個案例上,也不代表可以直接變成產品功能 中間需要有人把投資邏輯拆清楚、確認資料與規則,再設計成使用者看得懂、用得起來的產品 我們正在找一位產品夥伴,和創作者、使用者及團隊一起完成這段轉化 你會面對: ・作者熟悉的投資方法,使用者卻不知道從哪裡開始、如何操作…
【數據應用部】流量事業|數據應用分析師 Data Analyst|股市爆料同學會(JIRA844)
【角色期待】 《股市爆料同學會》是全台灣最大的財經社群討論平台。大量使用者在產品中瀏覽投資資訊、閱讀內容、參與討論與互動,也因此產生豐富的使用者行為與內容數據。 我們希望你「能把數據進一步應用到產品與商業問題」上的 Data Analyst,讓分析不只停在「告訴大家發生了什麼」,而是能進一步影響團隊「接下來做什麼」。 我們期待你已經能獨立完成:理解問題 → 建立假設 → 分析數據 → 找到洞察 → 提出建議 → 協作落地 →…
【工程部】部門|大數據工程師 BigData Engineer (JIRA705)
【大數據團隊】 你將參與開發優化高度可擴展的 data infra,直接面對大規模數據帶來的技術挑戰。 我們的大數據團隊專注於建立公司的 data infra,讓同仁可以從乾淨的數據中找到 insight 以及做出精準的 data-driven 決策。 【工作內容】 1. 維護公司內部的分散式大數據架構:維運包含 Hadoop、Spark、ZooKeeper 的分散式大數據架構,確保高可用性以及系統穩定性。 2.…
【工程部】Backend Engineer - 金融數據平台(JIRA873)
【角色期待】 CMoney 金融事業服務大量投資使用者,產品背後仰賴即時股價、法人籌碼、國際指數、產業財報等多元金融資料。資料的正確性、即時性與穩定性,會直接影響使用者取得資訊與進行投資分析的體驗。 這個角色的核心任務是:將來自不同來源、格式與更新頻率的金融原始資料,透過資料清洗、轉換與處理流程,建立成穩定、可持續使用的資料服務,支援 CMoney 金融事業的產品應用。…
【AI First】C# .NET 全端工程師|金融數據系統 / AI開發 (JIRA740)
【職缺介紹】 CMoney 開發出台灣重要的金融數據產品——「法人投資決策支援系統」,目前已服務超過 400 家金融機構(投信、券商、銀行、保險),在法人市場市佔率超過 90%。 本職缺主要負責 C# / .NET 開發,包含 WinForms、WPF 與 .NET Core 系統,並參與金融數據系統的架構設計與優化。 如果你熟悉 C#、.NET、SQL Server,並希望參與大型系統開發與重構,這個角色將提供完整的實務經驗。…
【工程部】消費事業群|資深資料工程師 - 消費數據 Senior Data Engineer(JIRA854)
【角色期待】 CMoney 消費事業團隊 透過「發票、記帳、消費與生活型產品」服務大量一般消費者,並將累積的消費資料進一步轉化為可被分析與商業應用使用的資料能力。 這個角色的核心任務是「把 Raw Data 到可被使用的資料基礎建起來」。目前部分 Source Data 儲存在 MongoDB 等環境中,因此,我們期待你能從資料來源、擷取與處理開始,設計穩定且可擴展的 Data Pipeline,並處理雲端與地端並存的 Hybrid…