CakeResume Job Search

【 Backend-end Engineer (Data)】 【 Job Summary】 As a Python Engineer at Mlytics, you will play a pivotal role in designing, developing, and maintaining data solutions that power our data-driven initiatives. Leveraging your expertise in Python programming, database management, and cloud architecture, you will be responsible for building robust data pipelines, optimizing data processes, and developing RESTful APIs to enable seamless data access and integration. Collaborating closely with analysts, f

Analytics Engineer 將與產品或行銷相關的資料分析師以及工程師進行合作，透過數據來探索問題、規劃後續的 Data Pipeline 實作，最後和資料工程師一起協作提供 end-to-end 的 data solution，以擴展公司各部門的數據分析能力，並

這過程中從整合跨雲異質數據源，到建置能萃取使用者洞察的數據儀表板（Dashboard），再到能改善體驗的機器學習應用，都是我們將會遇到的挑戰。我們期待您的加入！ 【職務內容】 1. 開發、維護並監控Data Pipeline

Responsibilities Data Engineer 負責根據分析需求進行資料建模(data modeling)，並建立視覺化平台和資料治理 機制(data governance)，以幫助公司團隊使用這些資料：在產品內提供資料分析功能、在公司團隊內使用資料幫助商業決策等。 你的

Core Responsibilities: • Development: Build, maintain, and optimize data pipelines and databases. Ensure data quality and efficiency. 開發：建立、維護及優化資料管道和資料庫。確保資料品質和效率。 • Maintenance: Monitor data systems, perform backups, and keep databases up-to-date and secure. 維護：監控資料系統，進行資料備份，保持資料庫更新

【工作內容】 與產品團隊和前後端工程團隊合作，確保資料品質與產出 創建與維護Data Infrastructure Data Pipeline & ETL/ELT Data Product開發與維護

Curious about what it’s like to work at the world’s number 1 discovery platform as a Data Engineer in Production IT ? We’re glad you asked! Taboola , the world’s largest content recommendation platform, is hiring a Data Infrastructure Engineer. What are some of the things you do on a day-to-day basis? Determine database structural requirements by analyzing R&D operations, applications, and programming; reviewing objectives with relevant business units; evaluating current systems; Develop databas

- 了解電力能源相關領域知識（太陽能、風力、電力平衡調度 等等），以效率為前提，應用 ML 來解決能源領域常見的痛點 - 開發或維護 ML 的相關產品：太陽能發電預測、太陽能電廠異常偵測、太陽能清洗預

Research and evaluate different AI and Deep learning approaches to determine the most effective solutions for given problems Design AI and LLM system pipelines, leveraging libraries like PyTorch, SD, and LangChain (et al.) Build, train, evaluate, and optimize AI models using techniques like deep learning, reinforcement learning, computer vision, NLP, etc. Work closely with data engineers and analysts to implement models in production environments. Monitor and maintain AI systems in production, e

利在公司內流動，被各所部門、同事、甚至終端使用。 « 在團隊中你需要負責的工作內容 » ✅ 建立並維運Data Pipeline(streaming & batch)： 資料是公司的血液，我們就是建立並維護血管通暢的人。 您需要與資料分析師/科學家