Machine Learning Engineer (NLP / Recommendation System)

『發票存摺』為國內發票應用 APP 第一名，超過 500 萬下載，百萬 MAU，擁有超過十億筆消費數據，配置巨量數據分析團隊，提供客戶大數據分析服務，和智能化推薦服務。

我們很重視使用者聲音，善用數據進行產品功能開發，內部採 Scrum 模式運作，小步快跑快速迭代產品。
此外，我們也重視使用者隱私與資訊安全管理，引進國際資安標準ISO/IEC 27001，並通過加拿大第三方驗證公司之資安驗證。


【職務內容】
1. 這個職位主要負責巨量發票數據分析， ML 模型及系統建置，提升資料商轉應用的效率。
2. 視業務和專案需求，引入適合的系統及技術，並規劃開發流程，包含：
＊ 規劃機器學習架構流程 (包含演算法訓練，實際上線所需的系統建置)。
＊ 建置機器學習專案系統 (API / 計算流程)。
＊ 規劃 Data Pipeline 開發流程與架構，數據資料前處理規劃 (如：斷詞、標記等)。
＊ 快速交付可行性架構跟改進數據產品系統相關計畫。

3. 內部環境自由，長期可能碰觸到的內容：
(a) 參與數據分析產品、資料分類系統、廣告平台、推薦系統等相關專案，有機會接觸到的技術：
＊ Google Cloud Platform
＊ Containers & Serverless (Kubernetes, GAE ...)
＊ Redis
＊ Firestore
＊ Data Warehouse (BigQuery, ClickHouse)
＊ Pub/Sub
＊ Cloud build
(b) 和其他 Data Component 團隊合作，開發機器學習相關系統建置。

【必要條件】
1. 精熟自然語言處理、機器學習模型、Data Mining 理論和方法，並有一定的相關研究或實務經驗。
2. 實作過但不限於以下 NLP-related task：
Word Segmentation、Text Classification、Named Entity Recognition、Relation Extraction、Recommendation System、Knowledge Graph。
3. 二年以上的深度學習框架實作經驗 (如：Pytorch、Keras、Tensorflow)，並實際應用於商業案例。
4. 二年以上的 BigData Ecosystem Operation / Management 經驗。
5. 熟悉分析產品需求，將 modeling 過程中的痛點轉成工程計畫。
6. 熱愛思考商業需求，將演算法動手打造成產品。
7. 喜歡追求高品質的程式，面對需求能夠提出最小可行性系統架構及了解其中的 tradeoff。

【加分項目】
1. 具推薦系統或廣告系統工作經驗，熟悉機器學習系統商業應用場景。
2. 熟悉分散式系統設計，巨量資料處理或大型系統開發，能解決機器學習在巨量資料開發時遇到的問題。
3. 有參加過 Kaggle 或 AI 競賽經驗者