【數位驅動】商業數據分析暨AI應用規劃師_數據分析(數數發中心, DDT)

Job description

【職位目標】 運用數據分析、Machine Learning 與 AI 技術，深入銀行的行銷、客群經營與作業流程，從數據中找到問題與機會，並協助將商業需求轉化為可分析、可建模、可落地的 AI 與數據解決方案。 【工作內容】 我們正在尋找一位懂數據、懂商業，也能理解 AI 與模型邏輯的夥伴。你將站在業務、AI PM 與資料科學團隊之間，從商業問題拆解、數據分析、模型應用到上線後營運，成為串起 Business、Data 與 AI 的重要橋樑。

你的工作將包含

o 深入理解行銷、客群經營及銀行作業流程等場景，將 Business Problem 拆解為可分析、可驗證的數據問題與需求。 o 運用 SQL 等工具進行數據探索與分析，自行或協作數據夥伴取得所需資訊，找出影響商業成果的關鍵訊號。 o 理解 Machine Learning 與 AI 模型的基本架構、輸入輸出與運作邏輯，協助設計數據需求、提出特徵開發建議，並與資料科學家討論模型方案。 o 將模型、數據與分析結果轉化為業務容易理解的洞察與溝通資訊，協助 BU 理解模型表現、應用方式及商業價值。 o 支援已上線模型與 AI 應用的日常營運、成效追蹤與問題分析，回應業務單位使用上的疑問，並協調相關團隊持續優化。 o 持續探索 GenAI、Edge AI 與新型態 AI 技術，參與 Prototype、概念驗證或應用開發，尋找下一個值得落地的金融應用。 【可能擔任的角色】

Business & Data Translator 業務可能問

• 「為什麼這群客戶被模型挑出來？」 資料科學家可能問：「這個 Business Rule 背後真正代表的是什麼？」 你的工作，就是讓兩邊真正聽懂彼此。 你需要把模糊的商業問題拆成數據需求，也能把模型邏輯、分析結果與限制，轉化成 BU 能理解、能採取行動的資訊。
• AI & Model Analyst 你不一定每天都要從頭開發一個模型，但需要知道模型在做什麼。 你會理解資料、特徵與模型之間的關係，協助分析模型結果、思考特徵與數據應用方式，並和資料科學家一起找出「模型下一步可以怎麼變得更好」。 如果你過去有 Python、Machine Learning 或模型開發經驗，這些能力會讓你更快掌握問題，也更能和開發團隊有效協作。
• AI Tech Explorer 除了既有模型，我們也期待你對下一個 AI 應用保持更強的技術好奇心。 你可能會動手測試新的 GenAI 工具、嘗試 Prototype、研究 Edge AI 能不能放進新的金融場景，甚至和工程、資料科學團隊一起把一個新想法做出來。

我們期待的不只是「知道新技術」，而是會忍不住想試試看

「這個東西到底能不能拿來解決問題？」 【我們期待的你】 o 具備數據分析、商業分析、Machine Learning 或 AI 應用相關經驗。 o 熟悉 SQL 與數據分析，能將商業問題轉化為數據需求，自行或與合作夥伴完成數據探索與驗證。 o 理解 Machine Learning／AI 模型基本架構、特徵與模型結果，能與資料科學家有效討論模型與數據需求。 o 具備 Python、模型開發或相關實作經驗尤佳；不一定需要以模型開發為主要工作，但能看懂、理解並參與技術討論。 o 能將複雜的數據與模型結果轉化為清楚的商業語言，與業務單位有效溝通。 o 對 GenAI、Edge AI 與新興科技具高度好奇心，具備基礎開發能力並願意親手 Prototype、探索新的應用可能。 【為什麼你該加入我們？】 在這裡，你不會只是撈數據，也不會被侷限在單純的模型開發。 你會深入銀行真實的商業與作業場景，一邊理解業務問題、一邊和資料科學家討論模型，再把數據與 AI 轉化成 BU 真正能理解、能使用的解決方案。

如果你喜歡 Data 與 AI，又不想離 Business 太遠；喜歡理解模型，更喜歡思考「這個模型到底怎麼解決真正的問題」，這裡會有很多值得你深入探索的題目。