【外商】Data Analytics Engineer (資料分析工程師) #Fintech [BIT]

【Who we are ?】
Hytech是一個年輕、充滿活力的團隊，專注於推動金融科技行業的企業技術轉型，是全球領先的管理技術諮詢公司。創新思維和扁平化的管理，讓團隊成員以公開、透明的方式自在工作，也為全球客戶提供卓越的商業價值服務。

【Why join the team? 】
Hytech 團隊在共事的過程中，核心技術會與時俱進，即時討論，並且有良好的溝通管道，扁平化管理，任何問題或意見都可以討論及合作解決。密切地與跨國同事團隊交流。

【About the role - Data Analyst】
We are looking for a Data Analytics Engineer who combines strong analytical thinking with hands-on data engineering capabilities. In this role, you will work closely with Data Analysts (DA) and software engineering teams to transform business requirements and analytical logic into stable, reliable, and reusable data sources that serve as the foundation for dashboards and data products.

You will connect upstream business requirements, data processing pipelines, and downstream BI applications by leveraging SQL, Python, and ETL/ELT processes to build clean, reliable, and trusted data assets. Your work will ensure that data is not only accessible, but also reusable, scalable, and trusted across the organization.

This is more than a reporting role. You will play a key part in building the team's core data foundation from the ground up, driving data standardization and automation. If you enjoy collaborating with engineering teams, value software development best practices such as Git version control, and want to empower business decisions through high-quality data, we'd love to hear from you.

我們正在尋找一位兼具資料分析理解力與工程實作能力的 資料分析工程師 (Data Analytics Engineer)，負責與資料分析師 (DA) 及研發團隊密切合作，將業務需求與分析邏輯轉化為穩定、可靠且可重複使用的資料來源，作為資料面板與資料產品的核心基礎。您將串接上游業務需求、中游資料處理流程，以及下游 BI 工具與資料應用，透過 SQL、Python 及 ETL/ELT 流程，建立乾淨、穩定且可信賴的資料資產，讓資料不只是「可以查詢」，更能成為「可以持續使用、有效複用且值得信任」的企業資產。

這不是一個僅負責撰寫報表的職位，而是一個能從零開始建立資料基礎、推動資料標準化與自動化的重要角色。如果您喜歡與工程團隊協作、重視程式碼品質 (如 Git 版本控制) ，並希望透過資料為商業決策創造價值，歡迎加入我們。

【身為團隊的一份子您將負責】
You will be responsible for bridging the entire data lifecycle—from business requirements to data processing and BI applications. Working closely with Data Analysts and engineering teams, you will develop standardized data models and data pipelines that provide reliable, reusable, and trusted datasets to support BI platforms such as Power BI and Tableau.
(您將負責串接 業務需求 → 資料處理 → BI 應用 的完整流程，與資料分析師及研發團隊合作，建立標準化的資料模型與資料 Pipeline，提供穩定且可信賴的資料來源，支撐 Power BI、Tableau 等資料分析與視覺化應用)

1. Develop, maintain, and optimize ETL/ELT workflows using SQL and Python. Perform complex data extraction, transformation, and integration to ensure reliable and continuous data delivery for downstream applications.
(建立與維護資料 Pipeline: 使用 SQL、Python 建立、維護及優化 ETL／ELT 流程，完成複雜資料查詢、資料整合及邏輯轉換，確保資料能穩定且持續地提供給下游應用)
2. Design reusable and maintainable data models, shared datasets, and subject-oriented data layers based on business requirements and analytical use cases.
(設計資料模型與資料結構: 依據業務需求與分析場景，設計可重複使用、易於維護的資料模型、公共資料集及主題資料層，建立標準化的資料基礎)
3. Implement data validation mechanisms and proactively troubleshoot data latency, data quality issues, failed workflows, and upstream/downstream dependencies to ensure data accuracy and reliability.
(確保資料品質與穩定性: 建立基礎資料檢核機制，主動追蹤及排查資料延遲、欄位異常、流程失敗及上下游資料問題，確保資料品質與可靠性)
4. Utilize Git and version control best practices to manage source code, collaborate through branches, and support structured development, testing, and deployment processes.
(維護開發流程與版本管理: 運用 Git 等版本控制工具進行程式碼管理、分支協作及版本發布，並遵循開發、測試與部署相關規範，維持資料工程流程的可維護性)
5. Partner closely with Data Analysts, software engineers, and data warehouse teams to translate business requirements and metric definitions into scalable and maintainable technical solutions.
(與跨部門團隊合作落實資料方案: 與資料分析師、研發團隊及數倉團隊密切合作，理解業務需求與指標定義，並將分析邏輯轉化為可執行、可維護的技術方案，支撐資料分析與商業應用)