資料科學家 Data Scientist【研發處】

研發處是 104 資訊科技的核心研發單位，研發處下的資料科學部負責公司全面 AI 演算法與技術的研究開發，驅動產品智慧化的持續演進。在這個職位中，您將深入了解各業務單位的 AI 應用需求，與研發 PM 協作，將前沿技術轉化為貼近業務場景的 AI 解決方案。

我們理解技術創新伴隨不確定性，因此我們鼓勵團隊成員勇於實驗，並在實驗過程中持續學習與調整。我們期待您勇於嘗試新方法，帶著好奇心不斷探索，讓 AI 技術在 104 持續深化。

AI 領域日新月異，或許您過去專注於某個特定領域，但我們相信，只要結合 Domain Know-how 與跨領域夥伴的協作，對 AI 充滿熱情的您，都能在這裡創造屬於自己的研究成果。

【主要工作職責】
1️⃣ AI 技術研究與論文研讀：

• 追蹤機器學習、深度學習、推薦系統等領域的學術論文與業界趨勢。
• 實作論文方法，並依據公司 AI 產品需求進行調整與改良。

2️⃣ 需求溝通與問題定義：

• 主動與各業務單位溝通，理解 AI 應用場景與實際問題。
• 與研發 PM 協作，將業務需求轉化為明確可執行的研究方向與技術規格。

3️⃣ 模型研發與實驗：

• 進行資料探索與特徵工程，建構具代表性的訓練資料集。
• 訓練、調校傳統機器學習與深度學習模型，設計實驗流程並分析結果。
• 搭建與維護 AI 實驗環境，確保實驗的可重現性與可比較性。

4️⃣ 技術創新與方法探索：

• 針對推薦系統或人力銀行產業 AI 技術，嘗試新架構與新方法。
• 從實驗失敗中歸納洞察，持續迭代優化研究方向。

5️⃣ 研究成果整合與落地：

• 系統化整理研究成果，協助轉化為可部署的 AI 解決方案。
• 以清晰易懂的方式向跨部門夥伴說明技術方法與實驗結論，推動應用落地。

【若你有這樣的經驗或特質就太好了】
◆ 曾實際參與AI專案、專題或論文研究。
◆ 具備紮實的傳統機器學習、深度學習與統計基礎。
◆ 熟悉 Python 資料科學生態，包括 NumPy、Pandas、Scikit-learn、PyTorch 或 TensorFlow。
◆ 具備資料特徵工程經驗，能從原始資料中萃取有意義的特徵。
◆ 有傳統機器學習或深度學習模型訓練與調校的實作經驗。
◆ 能閱讀英文技術論文並將方法付諸實作。
◆ 具備研究精神與好奇心，能獨立推進研究工作，對探索未知問題充滿熱情。
◆ 能在容許失敗的環境中保持學習動力，持續自我驅動成長。

※ 目前上班地點為【新北市新店區寶中路119號】，預計2027年中搬遷至【台北市信義區市民大道六段288號】(松山火車站及捷運松山站共構大樓)。