機器學習工程師 - Search & Recommendation ML Engineer

PChome 正在尋找一位具備深厚機器學習背景的工程師，專注於語意理解，搜尋、推薦和生成式AI技術。理想的候選人將負責設計、開發和優化先進的機器學習模型，以提升使用者搜尋體驗和推薦準確性。

1. 設計、實現並部署 機器學習模型，應用於 搜尋引擎與推薦系統

2. 開發 對話式搜尋解決方案，提升使用者互動體驗

3. 分析使用者行為數據，持續改進搜尋與推薦算法

4. 優化模型效能與延遲，確保高效運行

5. 與 產品、工程、資料科學 團隊緊密合作，推動 AI 產品發展

6. 進行 特徵工程與模型實驗，提升準確度與適用性

7. 監控模型效能，進行即時調整與優化

|技術技能要求|

1. 機器學習演算法：協同過濾、排名模型、推薦系統

2. 深度學習：神經網路架構、注意力機制、知識蒸餾、圖嵌入向量、PEFT 微調、量化壓縮等

3. 自然語言處理（NLP）：查詢理解、語意相似度計算

4. 大數據技術：Spark、Hadoop

5. 版本控制：GitHub

6. 資料庫：PostgreSQL、MongoDB 等

1. 碩士或博士學位 （機器學習、人工智能、資料科學或相關領域）

2. 3-5年以上機器學習模型開發經驗

3. 精通Python和機器學習框架（如TensorFlow、PyTorch）

4. 深入了解搜尋和推薦系統架構
   
   |具備以下技術的實務經驗|

1. 機器學習演算法

2. 自然語言處理

3. 深度學習模型

4. 特徵工程

5. 大規模分散式系統

技術技能要求

機器學習與深度學習

• 協同過濾、排名模型、推薦系統

• 神經網路架構、注意力機制、知識蒸餾、圖嵌入向量、PEFT 微調、量化壓縮等

• 查詢理解、語意相似度計算（NLP）

MLOps 工具與實踐

• 模型版本管理：MLflow、Weights & Biases、DVC

• CI/CD 自動化部署：Kubeflow、Airflow、Jenkins、GitHub Actions

• 模型監控與可觀測性：Prometheus、Grafana、Evidently AI、Seldon Core

• 模型部署：Kubernetes、Docker、KServe、SageMaker、Vertex AI

資料工程與數據處理

• 數據品質檢查：Great Expectations、Deequ、Pandera

• ETL 與資料流：Apache Spark、Apache Beam、Prefect、Luigi

• 資料清整技術：異常值偵測、遺失值處理、特徵縮放、分類變數編碼

• 資料驗證與稽核：建立資料血緣關係、確保一致性、實施資料治理策略

開發與版本控制

• 程式語言：精通 Python，熟悉 TensorFlow、PyTorch

• 版本控制：GitHub

• 資料庫：PostgreSQL、MongoDB

★ 每個重要節日都值得慶祝 ★ 　
端午、中秋、生日禮金

★ 好好休息是為了匯聚戰鬥力 ★
優於勞基法的特休假制度、 優於防疫政策的疫苗安薪假

★ 安心工作有保障 ★
網家成立職工福利委員會、依法提撥新制退休金， 並額外為員工加保團體保險、讓同仁在職與退休皆有保障。

★ 終生學習是一種生活態度 ★
語言學習補助、在職進修補助

★ 工作生活平衡不是口號是實踐 ★
定期健檢、健康講座、社團活動與補助 哺乳室空間、鮮食、飲料、咖啡茶水

★ 團結從團購開始 ★
特約商店、不定期的團購優惠

【集團子公司】 集團旗下公司同仁享有各公司專屬的福利，詳見各職缺內容。