資料科學家【全家便利商店關係企業】

精藤公司為【全家便利商店股份有限公司】之子公司，作為集團資訊整合與技術發展的重要團隊，長期投入零售資訊系統、資料平台、雲端服務及 AI 應用的建置與發展。
面對大量的門市、商品、會員及交易資料，我們持續將 Machine Learning 與 Optimization 技術導入零售營運場景，透過需求預測、推薦、AI 訂購與最佳化模型，協助實際營運與決策。
我們正在尋找具備 Machine Learning、統計分析及資料處理能力的資料科學家。此職務不只追求模型準確度，更需要理解實際業務問題，將問題轉換為可量化、可驗證的模型目標，進一步將預測結果轉換為可執行的決策建議，並持續追蹤模型上線後所帶來的實際業務效益。

【主要工作內容】
1. 預測、推薦與最佳化模型開發
・建置需求預測、Time Series Forecasting、Recommendation、Optimization 等 Machine Learning Model
・依不同業務情境進行演算法選型、模型設計、實驗與成效比較
・將實際營運問題轉換為可量化、可驗證的模型問題與目標
・將模型預測結果進一步轉換為可支援實際營運的決策建議
2. AI 訂購、需求預測等決策模型建置
・運用交易、商品、門市、會員、促銷、天氣及節慶等資料建立預測與決策模型
・建置商品需求預測、AI 訂購、庫存與營運最佳化等應用
・結合業務規則、Machine Learning 與 Optimization 方法，產生可實際執行的決策建議
・針對缺貨、庫存、報廢、銷售等營運指標進行模型成效分析與改善
3. 特徵工程、模型訓練與驗證
・執行資料探索、資料清理、Feature Engineering 與模型訓練
・規劃 Training / Validation / Testing 方法及模型評估指標
・進行模型實驗、參數調整及不同演算法比較
・依據模型特性與實際業務目標設計合理的 Evaluation Method
4. 模型效能監控與持續優化
・追蹤正式上線模型的 Accuracy、Error、Drift 等相關指標
・分析模型預測結果與實際營運結果之差異
・依新資料、環境變化及業務回饋持續進行模型調整與優化
・評估模型導入前後的營運成果與實際業務效益
5. ML 技術研究與應用導入
・研究 Time Series、Recommendation、Optimization 等相關技術
・評估新模型、新演算法及 AI/ML Framework 的實務導入可行性
・透過 Prototype / POC 驗證技術效果與業務價值
・與 Data Engineer、Data Application、Platform Engineer 等團隊合作，推動具價值的模型進入實際營運場景

【我們希望你具備】
1. 3年以上 Data Science、Machine Learning、資料分析或相關實務經驗。
2. 熟悉 Python、SQL，具備資料處理、分析及模型開發能力。
3. 熟悉 Machine Learning 基礎原理及常見演算法，如 Regression、Tree-based Model、Clustering、Ensemble Learning 等。
4. 具備統計分析、模型驗證及實驗設計基本能力。
5. 熟悉 Time Series Forecasting，或具備相關預測模型開發經驗。
6. 能依據實際業務問題進行 Feature Engineering、模型選型及 Evaluation。
7. 具備良好的問題分析與溝通能力，能將模型結果轉換為具體的業務洞察與決策建議。
6. 具備 API、JSON、Git 等基本軟體開發與系統整合能力。
7. 具備自主研究及快速學習新技術的能力。
8. 能將 AI 技術轉換成可實際解決業務問題的應用。