AI 應用解決方案工程師（中階／資深）

【職務說明】
群聯大數據部門正在組建 FDE（Forward Deployed Engineer）團隊，進駐 ERP、SCM、CRM、EIP 等企業系統的業務場景，把數據與 AI 能力交付到使用者手上，目標是打破數據孤島、走向 AI 驅動的自動化決策。團隊自主營運地端 Kubernetes 數據平台與 LLM 推論服務，技術堆疊涵蓋以 Airflow / dbt / Trino 為核心的 Modern Data Stack、vLLM，以及 RAG / MCP / Text-to-Data 等 AI 應用。
本職位主責企業系統場景的 AI 工具端對端研發與落地，核心目標是讓工具在業務單位內部真正好用。約三到五成時間與業務單位協作；每案約 90–120 天完成交付並交接。

【職級說明】
同時招募工程師與資深工程師，依面試核定。資深需主導技術選型與 Code Review、帶領 1–3 人，與首席工程師共同維護本領域架構基線，並代表團隊與外部顧問及供應商協作。

【我們在找什麼樣的人】
AI 落地沒有說明書：模型每天更新、企業資料比文件髒、需求常說不清楚，工作本質是在沒有攻略下反覆試錯，直到穩定上線。我們重視無師自通的探索力（先動手再拆解）、卡關時的求解能力（翻文件、讀原始碼、找社群）、不達目的不罷休的執念，以及自主設定目標並溝通的能力，而非學歷。相關經驗讓你更快看清問題本質，是加分而非門檻；電玩排名、side project、開源貢獻等任何展現上述特質的經歷，都歡迎寫進履歷。

【工作內容】
1. 需求分析：主導跨部門（財務、採購、業務、製造、品保、研發）需求訪談，盤點痛點、界定可行性與效益並排序優先級，產出供管理層規劃資源的分析報告。
2. 跨系統整合：建立 ERP / SCM / CRM / EIP 資料擷取與清洗管線；建構 MCP 工具模組，評估各資料來源的覆蓋度與整合缺口。
3. AI 工具研發：以 LLM 實作分類、摘要、知識問答、報表生成；部署 RAG 知識檢索，整合非結構化文件與結構化資料；以語意層、MCP 與經驗證的查詢模板建構 Text-to-Data 介面，讓業務以自然語言取得可信賴資料，而非直接生成 SQL。
4. 資料分析：建構分析與視覺化管線，產出管理報告與儀表板。
5. 產出驗證：建立幻覺偵測、一致性與回歸測試。
6. 模組化與可重用：將 PoC 演進為可重用模組、撰寫規格與文件，並將共通能力收斂進 Data Nexus 平台。

【人才發展】
分派至 ERP / SCM / CRM / EIP 業務小組跨域協作，深度接觸 LLM、RAG、MCP 與 Modern Data Stack；成熟工具將於第二階段移交公司對外團隊，有機會參與產品化。
我們更看重學習敏捷性：只需在核心領域具實戰經驗，入職後可逐步掌握跨領域技術；團隊鼓勵技術分享與開源貢獻。