【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

【我們正在解什麼問題？】
CMoney 累積了大量台灣金融市場的 Data、研究工具、量化模型與投資 Know-how
現在 AI 又讓我們能用完全不同的方式重新組合這些能力
但法人客戶真正需要的，從來不是更多 Raw Data，也不是更多功能
研究員、分析師、基金經理人真正想知道的是：
「這些東西怎麼幫我更快、更好地做決策？」
可能是：
研究員每天花大量時間整理資料，有沒有可能讓 AI 自動完成？
基金經理人每天追蹤大量公司與市場訊號，哪些異常真的值得現在注意？
投顧要產出研究內容，能不能讓數據、模型與 AI 直接進入研究流程？
券商、投信、保險的研究團隊已經開始使用 AI，下一個真正願意付費的服務會是什麼？
你要做的，就是找到這些問題，然後把 CMoney 擁有的 Data × AI × Model × Domain Know-how，變成真正有人使用的產品

【一個現在正在發生的例子】
AI 正在快速進入金融機構的研究流程。
但我們不知道答案，也不打算坐在辦公室裡猜
所以 PM 會直接和業務一起進到投信、投顧等法人客戶現場
不是只問：「你想要什麼功能？」
而是去看：他現在怎麼工作？AI 已經被用在哪裡？
哪個流程最花時間？什麼資訊真的會影響決策？
現有工具為什麼還不夠？如果重新設計一次，這個工作流程應該長什麼樣子？
我們會 Demo、做 Prototype、拿到客戶面前驗證，再回來調整
目前團隊也正在探索 AI 研究服務、AI 生成研究內容，以及不同 Data / AI Service 如何進入法人的日常研究流程
你的工作不是等市場告訴你答案
而是進到市場裡，和使用者一起把答案找出來

【你會對什麼結果負責？】
你最終負責的是真的找到了一個值得解的問題，並做出有人會用、能創造價值的產品
因此你會一路參與：
Problem Discovery:
進到法人客戶的真實工作流程，理解研究員、分析師、投資團隊怎麼工作，找到真正值得解的問題
Solution Discovery:
思考 Data、AI、模型、API 或既有產品能力可以怎麼重新組合，快速做出可以驗證的 Solution
Build & Validate:
你可以用 AI、Vibe Coding、Excel、SQL、Python、API，甚至任何能最快驗證假設的方法，做出來拿去給真正的使用者用看他到底要不要
Productize & Scale:
當 Solution 被驗證後，再和工程、資料、業務一起思考：
怎麼把一次性的解法，變成可以服務更多客戶的產品？
怎麼定義資料、流程與產品體驗？
怎麼讓它真正被使用？
以及——
有沒有人願意為它付費？

【工具不是目的】
你可能會使用：Excel / VBA / SQL / Python / API
AI / LLM / Vibe Coding
財經資料與量化模型
但我們真正想知道的是：
你為什麼決定用 Python？
如果 Excel 30 分鐘能驗證的事情，你會不會還花兩週開發？
如果 AI 可以一天做出 Prototype，你會不會還先寫十頁 PRD？
如果客戶真正的問題不是缺一個功能，你能不能停下來重新定義問題？
工具只是手段
我們在意的是你能不能判斷：
現在真正要解的是什麼問題？最快得到答案的方法是什麼？

【我們怎麼定義這個角色做得好？】
1. 找對問題
不是客戶講什麼就做什麼
你能不能從表面需求背後，找到真正影響使用者工作與決策的問題？
2. 快速驗證
不要花三個月證明自己猜錯
你能不能找到最小的方法，用 Prototype、數據、AI 或人工方式，快速知道這個方向到底有沒有價值？
3. 自己動手
我們不期待 PM 什麼都自己做
但在問題還很模糊的時候，我們希望你有能力先往前走，而不是因為「還沒有工程資源」就停下來
4. 讓產品真的被使用
功能上線不是終點
我們更在意使用者有沒有真的把它放進工作流程，以及它有沒有真的讓事情變得更好
5. 創造商業價值
最終，我們希望做的不只是「有人說不錯」的產品
而是：
有人真的需要、持續使用，而且願意付費的產品

【我們想找什麼樣的人？】

• 對投資、金融市場與財經數據有高度興趣
• 喜歡理解「為什麼」，而不是只接收「要做什麼」
• 能把模糊問題拆成可以驗證的假設
• 願意直接接觸使用者，而不是只從二手需求理解市場
• 習慣自己動手做出東西
• 能使用 AI 大幅加快研究、分析、Prototype 與驗證速度
• 面對沒有標準答案的問題，反而會想把答案找出來

【入門條件】

• 對投資、金融市場或財經數據有興趣
• 良好的邏輯思考與問題拆解能力
• 有實際使用 AI 解決問題、提升工作效率或做出作品的經驗
• 願意直接接觸客戶／使用者，理解真實工作情境
• 能自主推進事情，而不是等待完整需求與指令

加分條件

• 熟悉台股或其他投資商品（股票 / ETF / 期貨 / 基金 / 債券）
• SQL / Python / Excel / VBA 等資料處理能力
• API、Data Product 或金融資料相關經驗
• 有 Prototype / Vibe Coding / AI Application 實作經驗
• 法人金融機構、投資研究或 FinTech 經驗
• 曾經從 User Problem 一路推動到產品落地

【AI First 工作文化】
AI First 對我們來說，不只是提高工作效率
它改變的是一個人可以做到多少事情
以前你可能需要 Data Analyst 才能分析資料、需要 Designer 才能做 Prototype、需要 Engineer 才能做第一版產品
現在很多事情，你可以先自己做到 60 分、80 分，快速拿到市場驗證，再決定哪些事情值得投入真正的工程資源
所以我們期待 PM 把 AI 當成自己的能力槓桿
不是「AI 可以幫我完成哪些工作？」
而是「有了 AI 之後，我原本認為做不到的事情，現在是不是可以自己先做到？」

【你會在這裡獲得什麼？】
你會直接接觸台灣金融機構的研究員、分析師與投資團隊，理解真正的法人投資研究流程
你手上會有 CMoney 長期累積的財經 Data、模型、產品與市場 Know-how
你會面對大量還沒有標準答案的問題
也會有空間用 AI、Data、Prototype、訪談，甚至任何你認為有效的方法找到答案

我們希望你最後成為的是：
看到一個重要問題，有能力從 0 開始，把它一路做成有人使用、有人付費產品的人
如果你對這種工作方式有興趣，歡迎和我們聊聊~