國泰人壽保險股份有限公司

【技能】
1.數理分析能力
2.程式撰寫能力
3.大數據分析能力
4.問題分析與解決能力
5.簡報能力
【知識】
1.國內外大學以上
2.數學、統計、資訊、財金、保險、精算及風管等相關系所畢業
3.具數理分析、程式撰寫、大數據分析能力及SOA相關精算證照者尤佳
【職能特質】
1.創意十足
2.開放心胸
3.正面思考
4.高度投入
5.優良態度
6.積極主動

1.傳統及投資型商品定價設計、開辦及銷售後系統維護
2.商品利潤分析及風險控管
3.準備金提存計算、資產負債管理、現金流量測試、精算財務分析評估(如獲利預測、差異分析)
4.經驗資料分析與建模
5.本次徵才為商品精算相關單位聯合招募，故實際工作內容，將依分發單位決定

必要能力：
1. MLOps 或 AIOps 實務經驗，專注於 AI/ML 系統。
2. 熟悉 Container/Orchestration 技術（Docker, Kubernetes）及雲端運算環境（GCP/AWS）。
3. 熟悉 CI/CD 工具在 ML 工作流程中的應用，並熟悉 Python 程式設計。
4. 熟悉至少一種 MLOps 平台或框架（如 MLflow, Kubeflow, Sagemaker）。
5. 熟悉資料庫與 SQL、NoSQL 概念。
加分能力：
1. 具備高效能 LLM 推論部署（如 vLLM, TensorRT-LLM）及模型量化實作經驗。
2. 具備 GPU 資源管理與優化經驗。
3. 熟悉即時串流處理技術（如 Kafka, Kinesis）。
4. 具備 Agent Orchestration Engine 或 Prompt Gateway 實作經驗。
5. 具備實施生產環境的模型監控（Model Monitoring）經驗。

1. 設計、建置與維護全自動化的 ML Pipeline (CI/CD/CT)，包括模型訓練、版本管理、測試與部署，以實現數據產品上線流程管理。
2. 設計與優化 AI 推論服務的 API 架構，確保服務高可用性、低延遲、並具備完善的錯誤處理機制。
3. 實作 AI 共用模型（如 LLM）、RAG 檢索服務與 Agent 執行環境的部署與維運，並執行高效能 LLM 推論部署與模型加速優化（如模型量化、vLLM、Ollama 等）。
4. 建立 AI 推論服務（ML/DL/GenAI）的容器化與擴容機制（Docker, Kubernetes, Serverless），滿足業務需求。
5. 維護與管理 MLOps 平台工具及雲端數據平台 AI 應用服務之日常管理維運（AWS/GCP 等），並建立 GenAI 服務的專屬監控指標（如 Token 費用、延遲、RAG 檢索效率）。
6. 研究人工智慧平台、管線化、部署及 GPU 加速等技術與應用發展趨勢。
7. 與 AI、應用開發、資訊工程部門協作，確保 AI 系統生命週期管理與維運流程符合架構設計與治理要求。

必要條件：
1. 了解 Prompt Optimization, LLM API 架構、LLM 應用開發與串接。
2. 熟悉 Python 與相關 Package/Framework 管理應用。
3. 具備 LLM application, Agent Framework 實作經驗（如 LangChain 等）。
4. 具備基礎的機器學習與深度學習知識。
5. 熟悉資訊檢索、向量資料庫、LLM 推論架構、Container 技術（Docker、K8s）。
6. 具備從技術可行性角度，協助分析業務痛點與現有流程的能力。
加分條件：
1. 有 LLM 微調、Context Engineering、Agent Framework 實作經驗（如 MCP、ADK、A2A）。
2. 熟悉大型數據分析平台（如 Spark、GCP、AWS 雲端運算環境）。
3. 具備商業數據 AI 競賽獲獎或參賽經驗者，具新興技術工具調研能力者。

1. 與 AI PM 合作，協助釐清業務痛點後，設計並實作 GenAI-based, RAG, AI Agent 等生成式 AI 解決方案的應用架構。
2. 開發實作 LLM 應用，持續優化 AI 產品的效率、可擴展性和性能。
3. 設計、建構與維運高可靠、低延遲的 LLM 推論服務與系統架構（Prompt Framework、API Gateway）。
4. 實作並優化 AI Agent、Multi-Agent System 及 Agent Orchestration 流程。
5. 與 AI 資料科學家協作，共同設計 GenAI 與 ML/DL 模型的整合方案，實現複合式 AI 應用。
6. 與資訊工程、AI 平台工程師、AI 治理等單位協作，完成 GenAI 產品的全流程部署、上線與監控。
7. 掌握生成式 AI、LLM、RAG 等前沿技術，執行快速 PoC 與評估可行性。

1.個性主動積極，團隊配合度高，具簡報能力。
2.良好邏輯思考能力，擅長在數據中洞察分析問題。
3.具SQL語法撰寫能力，熟SAS 程式分析或Python、R等。
4.具備數據分析能力與經驗者尤佳。
5.具備數位行銷廣宣經驗者尤佳。
6.有Google Analytics網站流量數據分析經驗，曾使用Google Tag Manager者尤佳。
7.具備資料視覺化儀表板設計經驗，曾使用Tableau、Looker Studio者尤佳。

1.參與數位平台數據相關專案評估，透過數據分析協助平台創新、優化與營運。
2.客戶輪廓及使用者行為數據洞察分析與診斷，有架構的以數據協助團隊拆解問題，並提出洞察、建議改善與發展方向。
3.行銷數據追蹤、A/B Test成效評估，用戶輪廓與行為分析
4.導入自動化報表、資料視覺化儀表板設計及開發。
5.研究國內外行銷數據應用模式與科技發展趨勢，應用於保險產業。

必要條件：
1. 具備問題釐清（Problem Framing）與換位思考驗證的能力：能將業務「想要的功能」轉化為「需要解決的真問題」。
2. 具備機器學習 (ML)、深度學習 (DL) 建模、模型架構設計、GenAI 應用開發的知識與實務經驗。
3. 熟悉 Python（pandas、scikit-learn、PyTorch/TensorFlow 等）與 SQL 語言。
4. 熟悉模型效能評估、模型穩健性測試。
5. 能將分析結果轉化為可行動的技術方案並清楚表達。
加分條件：
1. 具備商業實務相關建模經驗（金融、保險、客戶經營）。
2. 具深度學習、NLP、推薦系統、Graph Network、時間序列 AI 分析、金融保險 GenAI 開發經驗。
3. 熟悉大型數據分析平台（如 Spark、GCP、AWS 雲端運算環境）。
4. 具備基礎的商業問題洞察能力。
5. 具備商業數據競賽獲獎或參賽經驗者，或熟悉 ML Pipeline、AIOPS 相關實務經驗者。

1. 與客戶經營或營運部門合作，執行問題釐清 (Problem Framing)，找出真正的業務痛點，並提出能帶來實質效益的 AI 解決方案。
2. 使用程式建置開發並營運維護預測模型，投入行銷、服務、風險控管或營運優化等應用，促成商業效益或改善作業效率。
3. 進行資料探索、特徵工程與模型架構設計，產出可行性洞察與商業價值。
4. 結合 GenAI 技術，開發並落地 ML/DL 與 GenAI 的整合應用，提升模型開發與應用效率。
5. 進行各種演算法技術與理論落地，實作可實務應用之新興技術。
6. 與產品管理、資訊工程、治理等單位協作，確保 AI 產品實務落地全流程部署上線及監控。
7. 掌握 AI/ML/DL 技術發展趨勢並引入新方法。