資深資料科學家 | Senior Data Scientist

在街口，你面對的是台灣少見的金流資料，超過 700 萬名用戶的支付、轉帳、儲值與跨境消費行為。你的工作是把這些資料變成模型，讓它們參與真實的決策。題目會隨著業務的優先順序改變，你不會被綁在單一領域。Data 團隊規模精實、貼近決策，代表你提出的想法可以在幾週內、而不是幾季內，出現在真實的產品裡。

【工作內容】
1. 使用豐富的行為訊號進行建模：交易序列、裝置指紋、地理與時間模式，以及帳號、裝置、商戶之間的關聯網路
2. 接觸交易場景中的各類建模題目——風險偵測、用戶行為理解、推薦與優惠投放、商戶經營——題目隨業務優先順序而變
3. 將模型一路推進到線上，並在上線後持續負責監控與重訓的循環
4. 與產品、風控、法遵、行銷團隊協作，把模型輸出轉化為實際的決策與策略
5. 在受金融監理的環境下工作，確保模型不只準確，也能被說明與稽核
6. 主導建模題目的優先順序評估與方法選型，並在團隊內建立可延續的建模標準與最佳實踐
7. 提供團隊成員在方法論與程式實作上的技術指導

【必要條件】
1. 具備在表格式資料上建立監督式學習模型的經驗（XGBoost、LightGBM、CatBoost 等）
2. 熟練使用 Python 與 SQL，能獨立完成從原始事件資料到模型訓練的流程
3. 具備將模型實際導入線上流程的經驗
4. 熟悉模型評估方法，能依問題性質選擇合適指標
5. 具備版本控管（Git）與基本工程協作習慣
6. 能獨立評估技術方案的取捨，並對方法選擇提出有依據的判斷

【通用能力】
1. 能將模糊的業務問題轉化為可建模的問題定義，並主動釐清成功標準
2. 能向非技術背景的利害關係人說明模型的邏輯與限制
3. 具備成果導向的思維，關心模型對業務的實際影響而非僅是離線指標
4. 樂於分享，願意在團隊內外交流方法與經驗
5. 具備在缺乏明確指示下自行判斷方向、推動事情落地的能力

【加分條件】
1. 具備詐欺、洗錢防制、信用風險或濫用偵測的相關經驗（金融科技、銀行、電商、網路平台）
2. 具備處理不平衡資料的實務經驗，並能正確運用 PR-AUC、KS、Lift 等指標
3. 具備推薦系統、成長模型或因果推論的經驗
4. 具備異常偵測或圖分析方法的經驗
5. 具備資料工程工具經驗（BigQuery、dbt、Airflow）
6. 具備 MLOps 工具經驗（MLflow、Vertex AI、Docker、Kubernetes）
7. 熟悉台灣金融法遵環境（洗錢防制法、電子支付機構管理條例、金管會相關函令）