資料科學工程師 (Data Science R&D)- 智慧醫療應用開發 - 資料科學研發 (數數發中心, DDT)
看过: 105
更新日: 05-11-2024
位置: 台北市
类别: R & D 机械/技术 生产/工艺 IT-软件 信息技术 高科技
行业:
薪水: 月薪40,000元
工作内容
Content
隸屬於國泰金控下的資料科學實驗室 Cathay Data Lab Team,實驗室的使命是研究先端的資料科學與人工智慧技術,落地在國泰場景提升資料應用價值。 身為一名資料科學家與研究者,你必須適應 Cathay Data Lab Team 以下文化:
樂於互相分享,善於互相學習
主動發現問題,主動解決問題
討論風氣興盛,沒有階級之分
Talk is cheap. Show me the code.
Lab Team 正在尋找優秀的機器學習及資料工程的專家,該職位將負責資料科學相關技術開發及概念性驗證,職務內容包括:
與各子公司業務團隊合作:應用機器/深度學習模型解決商業問題,如: 與國泰醫院合作發展智慧醫療
利用機器學習/深度學習/分析技術,建立適用於內部不同情境和需求的模型。
構建模型的生命週期,從資料探索到特徵工程,再到模型評估和有效性分析的能力
執行高效、可擴展的自動化流程,用於模型開發、模型驗證和模型實施。
部署模型到生產環境,並透過MLOps維護和優化模型。
內部的ETL及資料品質產品開發及維護
Salary Range: Negotiable(Regular salary is 40,000 and above.)
Type: Full-time
Expatriation: Business trip/expatriation not required
Work hour: Day shift
Location: Taipei City Xinyi District
Leave system: Negotiable
Required number of employee: No restriction
Requirements
Work experience: No restriction
Experience: No restriction
Required education level: No restriction
Required program: No restriction
Required language ability: No restriction
Knowledge: Required Qualifications: Shell Script 、 SQL 、 Git 、 軟體整合測試 、 問題追蹤處理(Bug tracking) 、 Data Architect 、 作業系統基本操作 、 功能測試(function test) 、 Linux 、 Ansible 、 ETL 、 大數據工程技術 、 軟體程式設計 、 Github 、 結構化程式設計 、 Airflow 、 Hue 、 ANSI SQL 、 Python 、 ELK
Preferred Qualifications: 壓力測試(stress test) 、 MongoDB 、 hadoop 、 OpenShift 、 Elastic Stack 、 Hive 、 Flask 、 NoSQL 、 HDFS 、 UML 、 GCP 、 MS SQL 、 Node.js 、 資料結構 、 PostgreSQL 、 XML 、 Kubernetes 、 規劃測試內容及建置測試環境 、 軟體工程系統開發 、 SQLite 、 Promerheus 、 Docker 、 資料倉儲架構 、 GIS 、 資料庫系統管理維護 、 測試計劃及測試報告書撰寫 、 Spark 、 Azure 、 敏捷開發(Scrum) 、 ArcGis 、 Teradata 、 AWS 、 Kafka 、 Data Modeling 、 伺服器網站管理維護
License: No restriction
Other requirements: [ 必要條件 ]
具備 Python 基礎開發經驗或數據處理經驗
具備 Linux 系統的基礎知識及經驗
具備基本機器學習或深度學習相關知識
[ 加分條件(非必要)]
熟悉 Python 之軟體開發或數據處理
熟悉 Kubernetes 或 Openshift 並有服務開發經驗
熟悉分散式 cluster 服務,如 Hadoop、ELK 、MongoDB 或 Redis 等
熟悉大數據資料處理及儲存,如 Spark、Yarn、Hive 或 HBase等
具備大量數據處理經驗
具備資料庫語法及操作資料庫的基礎知識及經驗
最后期限: 20-12-2024
点击免费申请候选人
报告工作
相同的工作
-
⏰ 06-12-2024🌏 桃園市
-
⏰ 06-12-2024🌏 龜山區, 桃園市
-
⏰ 06-12-2024🌏 新竹市
-
⏰ 06-12-2024🌏 竹北市, 新竹縣
-
⏰ 06-12-2024🌏 新竹市
-
⏰ 06-12-2024🌏 永康區, 台南市
-
⏰ 06-12-2024🌏 新竹市
-
⏰ 06-12-2024🌏 平鎮區, 桃園市
-
⏰ 06-12-2024🌏 萬華區, 台北市
-
⏰ 06-12-2024🌏 岡山區, 高雄市