資深全端工程師｜Senior Full-Stack Engineer

我們正在尋找一位 資深全端工程師，加入我們打造新一代 AI Knowledge Platform。

這個角色將以 全端產品開發為主、後端與 AI 系統為核心，負責從前端介面、API 與後端服務，到 資料處理 Pipeline、AI 模型整合與雲端部署的完整開發流程。
你不需要是 AI Researcher，但我們期待你 理解 AI / LLM 的基本原理與應用方式，並能將 AI 技術實際整合進產品。同時，你會有較高比例參與後端架構、資料處理、RAG Pipeline 與系統整合，因此如果你是一位後端能力較強、同時具備前端開發能力，並對 AI 應用有興趣的工程師，會非常適合這個角色。
如果你喜歡從無到有完整打造一個產品生態系，也樂於在既有系統上持續維護、優化與演進，歡迎加入我們。

你將參與的工作

• 開發與維護Web 前端、API 與後端服務，參與產品功能從前端到後端的完整開發。
• 設計與開發核心知識庫系統，支援多來源、多格式文件的 ingestion、parsing、chunking 、indexing與資料同步 。
• 設計開發可擴充的後端 API 與服務架構，確保系統具備良好的效能、穩定性與可維護性。
• 實作與維護 ETL / Data Pipeline 與自動化資料處理流程，涵蓋資料轉換、索引、同步、錯誤處理與追蹤機制，確保資料品質、穩定性與可追溯性。
• 開發與維護前端功能，將後端 API、AI 能力與資料服務整合至產品使用介面。
• 部署、維護並持續優化 API / SaaS 服務，改善系統穩定性、效能與可維護性。
• 維護與優化既有產品與後端服務，提升系統可靠性、擴展性與開發效率。
• 與團隊合作，將 AI model、LLM 與相關資料服務順暢整合至 production 環境。
• 協助建立logging、monitoring、tracing等基礎系統觀測能力，定位問題並提升系統可靠性與問題定位效率。
• 參與系統架構設計、技術選型、程式碼品質規範與工程流程優化。

我們期待你具備（必備條件）

• 具備 5 年以上全端、後端或相關軟體工程經驗，並具有從需求、開發到 Production 上線與持續維運的實務經驗，能對所負責的系統或核心功能具備明確的 ownership。
• 具備良好的 後端開發與系統設計能力，能獨立設計、開發與維護 API / Backend Services，並理解可擴展性、可靠性、錯誤處理與服務邊界等系統設計概念。
• 具備前端開發經驗，熟悉 HTML、CSS、JavaScript / TypeScript，並至少使用過一種主流前端框架，例如 React、Vue 或其他現代 Web Framework。
• 具備 ETL / Data Pipeline 或文件處理流程 的實務經驗，能設計自動化 Ingestion、Parsing、Transformation、Chunking、Indexing 或資料同步流程。
• 理解 Embedding、Vector Search、LLM 等 AI 應用技術的基本概念，並能將相關技術實際應用於產品開發。
• 熟悉Python，並熟悉至少一種主流後端程式語言或技術生態 ，例如： TypeScript（Node.js）、PHP、Go 或 Java，能獨立開發與維護後端服務，並能設計可維護、可觀測、可擴充的後端系統。
• 具備良好的 資料庫與儲存系統設計能力，熟悉關聯式資料庫，例如 PostgreSQL / Cloud SQL，並具備 Schema Design、Indexing、Query Optimization 等實務經驗；具 NoSQL 使用經驗尤佳。
• 具備基本的 雲端、容器化與系統部署能力，熟悉 Linux、Docker、API Service Deployment，並理解 Load Balancing、Message Queue、Distributed Systems 與 CI/CD 等基本概念。

我們特別看重

• 後端深度與 Full Stack 能力：後端基礎扎實，同時能理解並完成前端到後端的完整產品開發流程。
• 系統與產品拆解能力：能將模糊的產品需求轉化為完整的 Frontend → API → Backend → Data → AI 系統設計與可交付功能。
• 既有系統演進能力：不只擅長從零開發，也能在既有系統上進行維護、除錯、重構、效能改善與架構演進。
• Ownership 與交付能力：能對自己負責的功能或系統，從需求釐清、設計、開發、部署到 Production 維運持續負責。
• 工程判斷與取捨能力：能在系統穩定性、工程品質、開發速度、維護成本與商業需求之間做出合理取捨。
• 工程品質與可維護性：重視程式碼品質，能撰寫 可讀、可測試、可維護且能持續演進 的程式碼，並在開發效率與長期維護成本之間做出合理取捨。
• 系統觀測與問題定位能力：重視系統的可觀測性，能透過 Logs、Metrics、Tracing 與系統行為快速定位故障、效能瓶頸與異常原因，並提出具體的改善與預防方案。
• 持續學習與實作能力：對快速演進的 AI 與軟體工程技術保持開放心態，願意持續探索、驗證並實際導入合適的新技術。
• 跨團隊協作能力：能與產品、前端、後端、AI 與平台團隊有效溝通，推動功能從需求走向 Production。