[凱基金控] 數位技術研發工程師

本職位最主要的3 – 5項工作職責 (3 - 5 major responsibilities)

1. 系統開發與整合 (System Development & Integration)： 遵循設計架構與開發規範，負責功能模組的開發、測試、部署與維護。將後端服務、AI模型或前端介面整合至核心應用平台，確保系統各元件間的順暢運作與資料一致性。

2. 效能監控與優化 (Performance Monitoring & Optimization)： 負責所屬服務的維運穩定性，持續監控系統效能指標（如API延遲、資料庫查詢效率、頁面載入速度），並針對瓶頸進行分析與調校，確保符合金融等級的服務水準要求（SLA）。

3. 新技術研究與導入 (Technology Research & Adoption)： 持續關注生成式AI、雲端原生與軟體工程領域的最新發展，評估並導入合適的新工具或框架，以提高開發效率與產品創新性。

4. 團隊協作與規範落實 (Collaboration & Compliance)： 積極參與Scrum團隊運作，負責需求釐清、工作任務拆解與交付。同時，需落實程式碼審查（Code Review）、技術文件撰寫與維運手冊建立，確保知識傳承與團隊開發品質。

基本條件及能力要求 (Minimum requirements)

• 學歷 (education) : 資訊管理、資訊工程、數學統計或理工相關科系學士以上學位

• 工作經驗 (work experience) : 具備 5年以上軟體開發專案經驗。其中包括3年參與 AI / 生成式 AI 應用開發、系統整合或部署經驗。

• 專業能力 (professional capabilities) :

• 專業證照 (professional license) : 非必要

• Microsoft Certified: Azure AI Engineer / Azure Data Scientist
  Google Cloud Professional Data Engineer / Machine Learning Engineer
  AWS Certified Machine Learning - Specialty
  Certified Kubernetes Administrator (CKA)

• 語言能力 (language) : 具備英文技術文件閱讀能力（官方文件、Paper、Stack Overflow等）

• 核心技術 (Core Tech Stack - 具備以下其一)：

   前端工程 (Frontend)  
  • 精通 JavaScript / TypeScript，並有 React 及相關生態系（如Redux、Next.js）的開發經驗。
  • 熟悉HTML5、CSS3，具備RESTful API串接實務。
  • 負責AI管理平台與商務應用程式之響應式網頁介面開發，優化前端架構與元件，確保跨瀏覽器相容性、網站安全性及使用者體驗。

   後端工程 (Backend)  
  • 精通 Python（熟悉FastAPI） 或 Java（熟悉Spring Boot），具備RESTful API設計、資料庫（SQL/NoSQL）設計與效能調校經驗。
  • 負責核心業務邏輯實作、資料流處理，以及與第三方服務（如Azure OpenAI、Gemini）的串接。
  • 實現AI模型的生命週期管理，包含LLM串接、Prompt管理、AI Agent建置及知識庫（RAG）的開發與優化。
  • （維運面向） 負責所屬服務的CI/CD流程設計與維護、容器化環境管理（Docker/Kubernetes），以及監控告警機制之建置，確保服務穩定運行。

  必備能力 (Common Requirements)：
  •熟悉 Git 版本控制與Git Flow工作流程。
  •熟悉 容器化（Docker） 與 CI/CD 概念與實作經驗。
  •對系統監控、日誌分析 等可觀測性（Observability）面向有基本認識。
  •具備優秀的問題分析與解決能力，能獨立或協同找出系統瓶頸。
  •良好的團隊溝通能力，能清晰表達技術觀點並與非技術人員協作。
  •具備英文技術文件閱讀能力（官方文件、Paper、Stack Overflow等）。

  加分條件 (Nice-to-have)
  •生成式AI實作： 具有串接或應用 LLM API（如GPT、Gemini、Claude）的經驗，熟悉Prompt Engineering、RAG（檢索增強生成）或AI Agent開發。
  •雲端平台： 具備 AWS、Azure 或 GCP 其中一項雲端服務的實務操作經驗（如EC2、S3、Lambda、Azure OpenAI等）。
  •機器學習： 了解機器學習生命週期，具備模型Fine-tune、LoRA或模型部署（ONNX, Triton）經驗。
  •金融領域知識： 對金融業業務場景（如財富管理、授信、支付）有基本概念或高度興趣。