平台研發工程師 (Platform Engineer)

作為Platform Engineer，您將是公司「數據基礎設施」與「媒體自動化工具」的核心架構者。您將與 Data & MarTech PM 緊密合作，負責建構並維運支撐全公司營運的底層平台——包含巨量客戶數據平台（CDP）的 Pipeline、行銷自動化引擎（Marketing Automation）的高流量訊息觸達服務，以及企業數據決策中心（Data Hub）的資料庫架構。

您將在此角色中打造高可用性（High Availability）、高擴充性（Scalability）且低延遲的後端平台系統。同時，您將高度運用 AI 工具輔助開發，並參與 AI 服務與 LLM API 的系統串接，直接將讀者行為數據轉化為公司的商業驅動引擎。

【核心開發範疇 / Core Technical Domains】

您將主導以下四大模組的技術架構與工程實作：

1. 設計與開發企業數據決策中心產品 (Business Intelligence & Data Hub)

• 資料倉庫（Data Warehouse）架構設計： 設計與優化資料庫 Schema（如 BigQuery, Snowflake 或 Redshift），建構分層資料模型（Data Marts），維護數據品質（Data Quality）與查詢效能。
• 數據產品化與 API 開發： 設計並開發高效能數據 API，供內部營運/編輯團隊與前端決策儀表板（Dashboards）調用，推動全公司「數據民主化（Data Democratization）」。
• 數據資安與權限架構： 設計基於角色的權限存取控制（RBAC）與數據敏感欄位加密機制，確保數據合規。
• 巨量數據管道（Data Pipeline）： 設計並維運穩定、高效的 ETL/ELT 流水線，即時（Real-time）或批次（Batch）收集 Web/App 讀者的行為 Tracking 事件。
• 帳戶歸一化與數據建模： 實作讀者 Identity Resolution（跨裝置帳號比對與歸一化），建構 360 度讀者圖像與標籤庫的儲存與查詢架構。
• 高併發觸發與推播服務： 開發高吞吐量、低延遲的自動化流程觸發引擎，整合多管道（App Push, LINE, EDM, SMS 等）第三方 API 進行精準訊息投遞。
• 模組化微服務（Microservices）： 將常用的行銷邏輯開發為高重用性的 API 與後端服務，供產品中心其他系統調用。
• AI Feature Store 與 Pipeline： 支援預測型 AI 模型（如：讀者流失預警、個人化內容推薦）所需的數據特徵提取與 Pipeline 建置。
• LLM / GenAI API 對接： 串接生成式 AI API（如 OpenAI, Claude 等），開發低延遲、高穩定的 API 服務接口，提供行銷自動化文案生成與個人化推播應用。

2. CDP (Customer Data Platform) 數據管道與模型建置

3. 行銷自動化引擎 (Marketing Automation Engine) 後端開發

4. AI/ML 數據管線與應用服務串接

【主要職責 / Key Responsibilities】

• 系統架構與開發： 負責 CDP、行銷自動化與 Data Hub 的系統設計、核心程式碼撰寫、Code Review 與模組化開發。
• AI 輔助工程（AI-Assisted Engineering）： 熟練運用現代 AI 開發助手（如 Cursor, GitHub Copilot, Claude 等）輔助程式碼撰寫、重構（Refactoring）、編寫單元測試（Unit Test）與 Bug 排查，極大化個人與工程團隊的產出效率（Engineering Velocity）。
• 系統效能與穩定度優化： 持續監控系統吞吐量、API 回應時間與 Data Pipeline 延遲度，解決高並發與巨量資料帶來的效能瓶頸。
• 跨團隊技術對接： 與產品中心的其他後端/前端工程師及 PM 合作，制定清晰的 API 規範、Event Tracking 埋點規格與數據對接標準。
• 數據安全與合規： 確保數據儲存、傳輸與存取權限符合資安標準及個人資料保護相關法規。

Requirements

必須條件（Basic Qualifications）：

• 2 年以上 後端開發（Backend Engineering）或數據工程（Data Engineering）經驗。
• 語言與框架能力： 精通至少一種後端/數據主流語言（如 Python, Go, Node.js, Java 等）。
• AI 協作能力： 日常開發高度依賴 AI Coding Tools（如 Cursor, Copilot 等），能善用 AI 快速生成程式碼框架、寫測試與除錯，並具備判斷 AI 產生代碼之安全性與效能的能力。
• 資料庫與數據庫技術：
• 熟練掌握 SQL 與關聯式資料庫（如 PostgreSQL, MySQL）。
• 具備雲端資料倉庫（如 Google BigQuery, AWS Redshift, Snowflake 等）的開發與 SQL 查詢優化經驗。
• Pipeline 與架構經驗： 具備設計與維運 Data Pipeline / ETL 流程的實際經驗（如 Airflow, dbt 等工具）。
• API 與系統整合經驗： 具備 RESTful API / GraphQL 開發經驗，並有整合第三方行銷/通訊 API（如 Firebase Push, LINE Messaging API, Mailchimp/Braze 等）之經驗。

加分條件（Preferred Qualifications）：

• 具備 CDP、MarTech、CRM、推薦系統或大型數據平台 的實際開發經驗。
• 具備 LLM API 串接、Vector Database（如 Pinecone, Qdrant）或 RAG 架構設計 之實務經驗。
• 具備串流數據處理（Stream Processing, 如 Apache Kafka, RabbitMQ, Google Pub/Sub）經驗。
• 熟悉雲端架構（AWS / GCP）與容器化技術（Docker, Kubernetes）。
• 具備數位媒體、內容平台或訂閱制（Subscription）產品的後端開發背景。