【Data Analyst】數據分析師

你將在 TB 級的大數據環境中，利用 SQL 與 BI 工具 串接數據基礎設施與業務決策。
你的目標是透過深度建模與視覺化，讓數據說話，驅動公司的增長與營運優化。

【工作內容】

• 高性能數據建模：在 BigQuery 環境中使用 SQL 建立分析資料集與指標模型，支援商業分析與 BI 報表。
• 指標體系建立：定義全公司的核心經營指標（KPIs），建立數據字典，確保各部門對數據口徑的定義一致。
• 數據驅動決策：針對業務痛點進行專題分析（如：用戶生命週期、流失預測、成本效益分析），提供具備行動建議的分析報告。
• 自動化看板建設：利用 Looker Studio / Power BI 等工具建置即時監控看板，實現數據透明化。
• 數據品質管理：協同 DE 團隊驗證異質環境（RDBMS 轉移至 DW）後的數據一致性，主動偵測數據異常。

【核心技術挑戰】

• 大數據查詢優化：在 TB 級環境中編寫 SQL，必須理解 Partition / Cluster 原理，避免 Data Skew 與運算成本失控。
• 冷熱數據應用：靈活調用不同存儲層級的數據，平衡分析深度與系統查詢負載。

【Must-have】

• SQL 專家：具備深厚的 SQL 功底，熟悉執行計畫（Explain Plan）優化，有處理大規模資料庫（MySQL , PostgreSQL , BigQuery）經驗。
• 數據建模能力：熟悉維度建模（Dimensional Modeling）理論，有設計過 Star Schema 或 Snowflake Schema 的實務經驗。
• 程式語言：熟練使用 Python（Pandas , NumPy）進行數據處理與統計分析。
• 視覺化工具：具備完整 BI 工具建置經驗（Looker / Tableau / Power BI 至少其一）。
• 雲端倉儲經驗：使用過 BigQuery 等雲端資料倉儲經驗。
• 工作經驗：具備 3 年以上相關工作經驗。

【Nice-to-have】

• 熟悉 dbt（Data Build Tool）進行數據轉化與版本控制者大加分。
• 有 A/B Testing 實驗設計、統計檢定（Hypothesis Testing）經驗。
• 具備雲端數據成本管理（FinOps）意識，能主動優化昂貴的查詢。
• 具備電商、金融或高頻交易等高數據量產業經驗。