【NEW!!】AI x 後端工程師
Description
我們正在經營並打造可持續演進的平台,協助不同產業與情境發展其專屬的產品與服務分支。
我們大量運用 Codex 等 AI 工具協作開發,並持續建置 AI 相關產品與平台能力;但我們要找的不是依賴 AI 產出程式碼的人,而是能善用 AI、理解其限制,並對程式碼品質與交付結果負責的後端工程師。
這不是一個只負責串接 API 或處理單一功能的職位。你會和技術負責人一起,參與後端服務、平台模組、產品與專案功能的實作;隨著熟悉度提升,也會逐步承接可獨立負責的服務與交付範圍。
我們正在尋找一位具備扎實工程實作能力、重視品質,並願意深入系統架構與平台建設的工程師。你不需要一開始就什麼都會,但需要具備清楚的工程判斷,能主動釐清需求與問題,並將設計落實為可擴展、可維護的程式碼。
【工作內容】
- 參與平台、產品與專案的後端功能開發、維護與持續演進。
- 參與服務模組化、共用套件、API、背景任務與任務引擎(Task Engine)的設計及實作。
- 參與既有系統與雲端資源的盤點、相依性釐清、遷移、整合或淘汰。
- 協助既有雲端環境的應用部署、日常維護與必要調整,包括容器服務、主機、資料庫、持續整合與部署(CI/CD)、權限與基礎安全設定。
- 依循團隊的程式碼規範(Coding Convention)、Git 協作流程(Git Workflow)、程式碼審查(Code Review)、測試與發布流程(Release SOP),穩定交付可維護的程式碼。
- 依產品或專案需求拆解技術工作,與團隊合作完成可長期維護的功能與平台模組。
- 使用 AI 工具提升效率,但能獨立判斷設計、理解程式碼、找出風險並完成驗證。
【我們期待你具備】
- 至少熟悉一種程式語言,能獨立完成後端功能、除錯與程式碼重構;Go、Python、Java、TypeScript、C# 等皆可。
- 不只理解,而是在實務開發中已反覆使用並習以為常的工程觀念,包括:
- 物件導向設計(Object-Oriented Design, OO)
- 抽象化、模組化與職責切分(Abstraction)
- 物件關聯對映(Object-Relational Mapping, ORM)
- 依賴注入/控制反轉(Dependency Injection/Inversion of Control, DI/IoC)
- 模型-視圖-控制器(Model–View–Controller, MVC)與框架(Framework)
- 資料結構、演算法與時間複雜度(Time Complexity)
- API 設計、資料庫、錯誤處理與例外情境
- 有團隊協作經驗,熟悉 Git 基本操作、分支流程、PR(Pull Request)與程式碼審查(Code Review)。
- 能閱讀並遵守團隊的程式碼規範(Coding Convention)、規格(Specification)、測試、審查與發布流程等交付品質要求。
- 能閱讀、理解並審查 AI 產出的程式碼;清楚明白 AI 產出可能有錯誤、偏差或幻覺,並有能力驗證其安全性、正確性、可維護性與邊界情況。
- 對系統架構、平台演進、雲端服務、可維護性與效能問題有興趣,願意主動學習與實作。
- 具備主動解決問題、清楚溝通進度與風險、願意對交付結果負責的工作習慣。
【我們如何使用 AI】
我們相信 AI 是工程師的槓桿,而不是工程能力的替代品。我們要找的是能運用 AI 放大產出的軟體工程師,而不是只負責操作 AI 工具的人。
我們鼓勵使用 Codex 等 AI Coding 工具協助開發、研究、測試與提升效率;但不接受把 AI 當成不經思考的程式碼產生器。
你仍需能夠:
- 理解自己提交的每一段重要程式碼。
- 判斷設計是否符合需求、規格(Specification)與既有架構。
- 撰寫或補齊必要的測試與驗證。
- 在程式碼審查(Code Review)中說明取捨、風險與修正方式。
- 在 AI 無法可靠回答時,回到基本工程方法獨立解題。
【技術自主與發揮空間】
我們重視工程規範,因為穩定、可維護與可協作的系統需要共同標準;但規範不是要限制思考。
在符合架構原則、交付品質與團隊協作方式的前提下,我們鼓勵你提出技術想法、改善方案與新的實作方式。若你發現既有流程、工具、架構或產品功能可以更好,能清楚說明問題、取捨與驗證方式,就有機會在這個環境中把想法做出來,成為真正可用的改善。
【加分條件】
- 實際使用過 AWS,或具備持續整合與部署(CI/CD)、自動部署相關經驗。
- 有 Docker、容器化部署、Linux 環境維護,或 OAuth/權限驗證相關經驗。
- 了解或實作過自動化測試,例如單元測試(unit test)、整合測試(integration test)、API 測試(API test),或 CI 中的測試流程。
- 理解或參與過自動化流程、背景任務、服務模組化、微服務(Microservices)、佇列(Queue)、排程或事件驅動架構。
- 有大型語言模型(LLM)、代理系統(Agent)、檢索增強生成(RAG)、AI 應用(AI Application)或機器學習平台(ML Platform)相關實作經驗。
- 能閱讀、理解並遵守既有工程規範、技術文件與團隊協作流程。
【你加入後可以成長的方向】
- 從產品與專案功能開發,逐步承接後端服務與平台模組。
- 學習平台如何在不同產品、專案與產業需求中持續演進。
- 深入服務模組化、任務引擎(Task Engine)、自動化流程、雲端部署與系統可觀測性等實務。
- 接觸 AI/ML Platform、Agent 與新型態應用架構,累積其他環境不容易完整接觸的工程經驗。
- 在明確的工程規範與審查機制下,培養穩定交付高品質系統的能力。
如果你不只想完成單一任務,而是想理解系統怎麼長大、怎麼穩定運作,並逐步成為能獨立承擔一段平台與系統的人,我們期待認識你。
!!!本職務不接受遠端工作,需進辦公室!!!