招募：雲端基礎架構工程師

這是一個讓 AI 專案「能開始」的工程師角色。
你會負責在 AI 專案前期，扮演協助團隊判斷「是否具備執行條件」的關鍵工程角色，負責把現實世界中複雜的地端環境，轉化為後續能夠順利推進的技術基礎。

我們正在開發企業級 AI 服務，協助客戶運用自身資料，透過 AI 服務，解決實際業務問題。
但在真正使用 AI 之前，往往有一個更現實、也更關鍵的前置條件：
客戶的資料，必須先處於一個能被雲端與 AI 使用的狀態。

實務上，這些資料可能分散在地端主機、舊系統、不同網段，如果沒有經過正確的環境評估與遷移，後續的資料整理、清洗與 AI 應用都無法展開。

一、我們如何定義這個角色的「成果」

在這個職位中，你的價值不在於「用了多少雲端服務」，而在於你是否能：

• 正確評估客戶的地端環境與限制條件
• 判斷哪些系統與資料可以上雲、該如何遷移
• 協助完成資料與系統的雲端化，讓後續資料處理與 AI 應用能順利進行

我們重視的不是單一技術選項，而是你如何做出判斷、以及這些判斷在實際運作後，是否能成立。
當原本因資料環境受限而無法啟動的 AI 專案，能因你的評估與遷移而順利進入資料整理與 AI 開發階段，那就是這個角色最具體、也最關鍵的成果。

二、你在這個角色中，實際承擔的責任

你將作為團隊中最熟悉「地端→雲端」這一段工程細節的人，負責：

• 客戶環境評估與技術判斷
  評估客戶地端主機、網路架構、作業系統與既有服務，判斷雲端化或遷移的可行性與風險。
• 地端系統與資料的雲端化／遷移
  協助將資料與系統從地端或混合環境遷移至雲端，包含必要的架構調整。
• 網路與連線規劃
  規劃網段、連線方式、防火牆與存取路徑，確保資料在遷移與使用過程中的安全與可用性。
• 作業系統與服務層處理
  處理 Linux 或 Windows Server 環境中的系統設定與服務調整，確保遷移後正常運作。
• 基礎資安與存取控管
  落實基本資安原則，避免在遷移與整合過程中留下明顯風險。
• 與內部 AI／資料團隊協作
  協助後續團隊理解資料來源、結構與限制條件，確保技術銜接順暢。

這是一個需要獨立判斷，也需要為技術決策負責的角色。

三、工作方式與角色定位

你不會只是被指派一個「搬資料」的任務。
在專案前期，你的評估結果會成為團隊判斷可行性與風險的重要依據。

這不是架構師或技術主管職，你不需要負責公司整體雲端策略；但在你負責的客戶與專案中，你的工程判斷會被信任，也會被檢視。

四、到職後的前 6 個月，我們期待你做到的事

第 1～2 個月：熟悉環境與現況

理解公司目前的 AI 服務流程，並熟悉常見的客戶地端環境與系統樣態。

第 3～4 個月：開始獨立參與評估與遷移

能參與或主導客戶環境評估，並實際執行資料或系統的雲端化／遷移作業。

第 5～6 個月：成為前期關鍵工程角色

在 AI 專案前期，能獨立提供技術判斷與建議，協助團隊做出可行決策。

五、在這個角色中，你能為自己累積的未來

在這裡，你會累積的是一種很稀缺的工程能力：
理解 AI 專案之前，最困難、也最不容易被整理好的那一段現實世界。

你會學會如何把分散、老舊、限制多的地端環境，轉化為能被雲端與 AI 使用的基礎架構，這會是你未來在雲端、基礎架構與 AI 專案中非常有價值的經驗。

六、你所需具備的條件

必要條件：

• 熟悉 Linux 或 Windows Server 及其基本服務（例如 Email、File、DNS、網站主機）
• 具備網路概念（網段、路由、防火牆、連線方式）
• 有地端系統、主機或基礎架構實務經驗
• 了解基本資安與存取控管概念
• 能獨立分析環境並提出技術判斷

加分條件：

• 具雲端平台（AWS / GCP / Azure）實務經驗
• 有系統遷移或混合環境經驗

七、如果符合以下情況，這個角色可能不適合你

如果你只希望在已經整理好的雲端環境中工作，不太希望接觸地端系統、舊環境或複雜限制；
或不願意在專案前期承擔判斷責任，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