Machine Learning Engineer（MLE）

## 一、職務內容

負責將機器學習與深度學習模型工程化並部署至生產環境，與資料科學家（Data Scientist）、資料工程師（Data Engineer）及軟體工程師密切合作，建立可維運、可觀測、可擴展的機器學習系統。

本職位將軟體工程最佳實務導入機器學習生命週期（ML Lifecycle），涵蓋模型開發、訓練、部署、監控、迭代與維運，協助團隊將 AI 能力穩定落地於實際應用場景，持續提升模型品質與系統可靠性。

• 與資料科學家合作，將模型原型（Prototype）轉換為可部署、可維護的生產級系統。
• 建置與維護機器學習及深度學習模型之訓練、部署與推論平台。
• 建立標準化 MLOps 流程，提升模型開發與交付效率。
• 推動模型監控、版本管理與自動化部署機制，確保模型穩定運作。
• 將軟體工程實務（版本控制、自動化測試、CI/CD、監控等）導入 AI 開發流程。
• 協助規劃與建置 AI 平台基礎架構，支援模型持續迭代與擴展。

---

## 二、工作項目

### 模型工程化與部署

• 將機器學習與深度學習模型封裝為可部署服務（API、Batch Job 或 Streaming Service）。
• 建置模型推論服務（Inference Service）與模型部署流程。
• 優化模型推論效能、資源使用率與服務穩定性。
• 設計模型版本管理與模型發布機制。

### MLOps 平台建置

• 建立模型訓練、驗證、部署與回滾（Rollback）流程。
• 建置模型註冊（Model Registry）與實驗追蹤（Experiment Tracking）機制。
• 推動 CI/CD 與自動化測試於 ML 專案中的落地實踐。
• 建立 Feature、Model 與 Dataset 的版本管理機制。

### 模型監控與維運

• 建立模型效能監控與告警機制。
• 監控資料品質、資料漂移（Data Drift）與模型漂移（Model Drift）。
• 分析模型效能退化原因並規劃重新訓練策略。
• 建立可觀測性（Observability）機制，提升模型維運能力。

### AI 平台與系統開發

• 與 Data Engineer 合作建構訓練資料管線與特徵工程流程。
• 與 Backend Engineer 合作整合模型服務至業務系統。
• 參與 AI Agent、RAG、推薦系統、預測模型等 AI 應用架構設計。
• 協助規劃 GPU 資源管理與模型運行環境。

---

## 三、必要技能與條件

### 程式開發能力

• 熟悉 Python，具備良好的軟體工程開發能力。
• 熟悉 Git 版本控制與團隊協作流程。
• 具備物件導向設計（OOP）、模組化開發與程式碼重構能力。
• 熟悉 REST API 或微服務架構開發。

### 機器學習與深度學習

• 熟悉機器學習與深度學習基本原理。
• 具備使用 TensorFlow、PyTorch 或相關框架開發經驗。
• 了解模型訓練、驗證、超參數調校與模型評估方法。
• 具備模型部署與推論服務實務經驗。

### MLOps 與平台能力

• 熟悉 MLflow 或其他模型管理平台。
• 熟悉 Docker 容器化技術。
• 熟悉 Kubernetes 基本概念與應用。
• 理解 CI/CD 與自動化部署流程。
• 具備 Linux 系統操作與除錯能力。

### 資料與系統能力

• 熟悉 SQL 與資料庫基本操作。
• 理解資料管線（Data Pipeline）與 ETL／ELT 流程。
• 理解分散式系統與雲端運算基礎概念。

---

## 四、加分條件

### AI 平台與生成式 AI

• 熟悉大型語言模型（LLM）部署與推論架構。
• 具備 vLLM、TGI、Ollama 或相關模型服務框架實務經驗。
• 熟悉 RAG（Retrieval-Augmented Generation）架構設計與實作。
• 熟悉向量資料庫（Qdrant、Milvus、Weaviate、OpenSearch Vector Search 等）。
• 曾參與 AI Agent 或多代理人（Multi-Agent）系統開發。

### 雲端與基礎架構

• 熟悉 Kubernetes 生態系（Helm、Argo CD、Kustomize 等）。
• 熟悉雲端平台（Microsoft Azure、AWS、GCP）之 AI 或資料服務。
• 熟悉 GPU 運算環境與模型效能優化。
• 具備 Terraform 或 Infrastructure as Code（IaC）經驗。

### 進階 MLOps 能力

• 熟悉 Kubeflow、Ray、Airflow 等 ML Workflow 平台。
• 熟悉 Feature Store、Model Registry 或 Metadata Management 系統。
• 具備模型監控（Monitoring）、資料漂移偵測與自動重訓機制建置經驗。
• 曾建置企業級 MLOps 平台或 AI 平台。

### 專案經驗

• 曾參與推薦系統、預測模型、異常偵測、電腦視覺、NLP 或生成式 AI 專案。
• 具備模型從 PoC 到 Production 落地的完整經驗。
• 參與過大型 AI 系統建置或跨團隊 AI 專案。

---

## 理想人選特質

• 熱愛將 AI 技術落地於真實業務場景，而非僅停留於模型研究。
• 重視軟體工程品質與系統穩定性。
• 具備良好的問題分析與除錯能力。
• 樂於與資料科學家、資料工程師及軟體工程師跨領域合作。
• 對 MLOps、LLM 與 AI 工程化技術保持高度學習熱忱。

✅ 【薪資待遇】

• 面議，保障年薪14個月。

✅ 【公司福利】

• 彈性上下班時間、彈性居家上班福利。
• 每月享有職員不扣薪福利假、生日當月再多一天生日假。
• 不定期員工聚餐、午餐、下午茶、出遊團康活動等。
• 公司零食區、冰箱飲料、咖啡櫃永遠補給充足，讓每位新進夥伴都保證先胖五公斤！
• 保障年終獎金2個月，其他績效獎金還可以靠自己爭取，亦提供結婚、生育等各項禮金。
• 電腦設備：公司提供工作機，亦可自備設備並領取每月電腦補助費。
• 每年提供教育訓練補助。
• 提供定期健康檢查補助。
• 每年定期進行績效考核，讓職員的升遷與薪資調整更有依據與保障。