招募：雲端資料整合工程師

這是一個讓「資料真正能被 AI 使用」的工程角色。
資料能不能被 AI 使用，關鍵不在模型，而在資料是否準備好。這個角色，正是把「只是存在的資料」，轉化為系統與 AI 能長期使用的關鍵。

在我們的 AI 服務中，並不是資料一上雲，AI 就能直接使用。
實務上，客戶的資料往往來自不同系統、不同格式、不同資料庫，如果沒有被妥善整理、結構化與串接，後續的資料清洗、分析與 AI 應用都無法穩定運作。

在完成環境與系統遷移後，你將接手這些已上雲或準備上雲的資料與系統，負責把它們整理成「可以被系統與 AI 穩定使用」的資料結構與流程。

一、我們如何定義這個角色的「成果」

在這個職位中，你的成果不在於寫了多少程式碼，而在於你是否能：

• 將分散、雜亂、格式不一的資料，整理成結構清楚、可被系統與 AI 使用的資料形態
• 選擇合適的資料庫與資料儲存方式，讓資料在效能、擴充性與維運成本之間取得平衡
• 設計穩定、可維運的資料串接與資料流，讓後續系統與 AI 能持續使用這些資料，而不是一次性處理

當資料不再是 AI 專案的阻礙，而成為可長期使用的資產，就是這個角色最具體的成果。

二、你在這個角色中，實際承擔的責任

你將作為團隊中最理解「資料如何從系統流向 AI」的工程師，負責：

• 資料整理、清洗與結構化
  將客戶既有資料整理成清楚、可被系統與 AI 使用的結構。
• 資料庫選型與設計
  根據資料特性與使用情境，選擇並設計合適的資料庫與儲存方式。
• 資料流與串接流程設計
  將需求轉化為完整的資料流程，設計穩定、可維運的資料串接方式。
• 系統與資料整合
  整合不同來源的資料與系統，確保資料在流程中正確流動。
• 與基礎架構與 AI 團隊協作
  與雲端基礎架構工程師、AI 與資料團隊協作，確保資料可被順利銜接與使用。
• 問題分析與流程優化
  當資料流程出現瓶頸或問題時，能分析原因並提出具體改善方案。

這是一個需要整合思維、也需要實際落地能力的工程角色。

三、工作方式與角色定位

你不只是負責「把資料接起來」，而是需要理解資料從哪裡來、會被怎麼用、未來會不會長大。
在專案中，你會經常需要：

• 把模糊的需求轉化為清楚的資料流程
• 說明為什麼選擇某種資料庫或設計方式
• 在可維運性與效能之間做出工程判斷

這不是資料架構師或技術主管職，你不需要負責公司整體資料策略；但在你負責的專案中，你的資料與整合判斷會被高度依賴。

四、到職後的前 6 個月，我們期待你做到的事

第 1～2 個月：理解資料與系統現況

熟悉公司 AI 服務流程，理解常見的客戶資料來源、格式與系統架構。

第 3～4 個月：獨立設計與實作資料流程

能獨立完成資料整理、資料庫選型與基本資料流設計，並實際落地。

第 5～6 個月：穩定交付並持續優化

讓你負責的資料流程穩定運作，並能提出具體可行的優化建議。

五、在這個角色中，你能為自己累積的未來

在這裡，你會累積的是一種非常關鍵、也非常稀缺的能力：
把「人看得懂、系統跑得動、AI 用得起來」的資料流程真正做出來。

你會越來越清楚：

• 不同資料庫與資料結構的取捨
• 資料流程設計對 AI 應用的實際影響
• 如何讓資料不只是一次性使用，而是長期可維運

這些經驗，會成為你在資料工程、系統整合與 AI 專案中持續成長的重要基礎。

六、你所需具備的條件

必要條件：

• 具備資料處理、清洗與結構化的實務經驗
• 熟悉至少一種資料庫，並理解不同資料庫的使用情境
• 具備資料流與系統整合的設計思維
• 能將需求轉化為清楚的流程與結構
• 2 年以上相關實務經驗

加分條件：

• 具雲端平台（AWS / GCP / Azure）資料服務經驗
• 具備與 AI 或資料分析專案合作經驗

七、如果符合以下情況，這個角色可能不適合你

如果你只想專注單一資料庫或單一技術，不太希望處理跨系統、跨資料來源的整合問題，或不願意在資料設計階段承擔判斷責任，那麼這個角色可能與你的期待不太相符。

八、評價與報酬制度

我們不採年功序列制度，評價與回饋的核心基準是你實際創造的成果與專業價值。

• 績效評估：每 3 個月一次
• 升遷評估：每 6 個月一次

到職時的職級為 Grade 3，包含基本薪資與 1 個月年終獎金的年薪範圍為 NT$ 715,000 ～ NT$ 884,000。
若公司獎金（Corporate Bonus）全額達成，最高年薪可達 NT$ 880,000 ～ NT$ 1,088,000。
詳細內容請參閱公司的人事評價制度頁面。

🔅招募流程