科技金融_商業分析師

1.AI架構開發：建立並維護基於向量資料庫 (Vector DB) 及結構化資料庫的 RAG 檢索架構，確保資訊提取的即時性 

2.AI 應用驗證與監控：建立AI應用效能監控與自動重新訓練機制。 

3.技術解決方案： 研究最新科技解方，針對業務需求進行技術 PoC。

1.AI 應用場景設計：深入財富管理業務，設計AI理財助理、精準行銷模型的需求與規格。 

2.提示工程 (Prompt Strategy)：規劃與優化AI 溝通邏輯，確保 AI 輸出的專業度與合規性。 

3.數據驅動決策：透過 A/B Testing 監測模型上線後的商業表現，持續優化客戶體驗。 

4.跨部門溝通：擔任技術團隊與業務單位間的翻譯官，確保 AI 方案「既懂技術又懂賺錢」。

1. 擅長商業問題拆解及跨單位探詢業務需求，AI利用工具將技術轉化可行的解決方案。 

2. 推動AI發展，將業務需求轉化為AI應用，進行場景流程設計、知識清整標籤及對練調校。 

3. AI智能銷售推廣，結合產品策略設計智能助理(AI Agent)，探索應用情境與落地，打造人機互動。

1. 研究最新數位科技趨勢及商業模式，掌握產業動態，協助經營團隊掌握關鍵議題、識別潛在商機，與制定符合組織、業務需求之數位科技策略藍圖 

2. 進行市場研究與競爭格局評估，建立系統化的市場情報收集與分析機制，構建內部知識庫，提供即時的市場洞察，引領公司在數位科技領域的競爭優勢 

3. 參與並推動創新專案，與跨部門與外部合作夥伴協作，協助研發、驗證新商業模式，加速創新應用落地 

※請至中信官方招募網站投遞履歷： 

https://ctbcholding.wd3.myworkdayjobs.com/zh-TW/External/job/-_JR5429

1.具備AI/數據專案經驗，熟悉AI Agent、機器學習模型等概念與應用場景，與業務單位及資訊單位合作探尋業務機會及應用開發。 

2. 擅長商業問題拆解，將技術轉化為可行的解決方案，具備專案管理能力，熟悉敏捷開發及工具（如Jira等）。

1.將銀行個人金融領域專業知識，轉化為AI可讀取、可理解的高品質資料(如markdown、分片處理) 

2.使用AI工具將領域知識進行系統性的整理、分類、貼標，以提供AI學習與應用（如 RAG 系統或模型微調）

1.負責個人金融數據分析，與業務單位密切合作，釐清商業問題並提出改善規劃，運用大數據分析方法與跨單位協作以達成目標。 

2.掌握商業與數位分析趨勢，透過數據洞察客戶分群與需求偏好、興趣等，發展數據行銷應用。 

3.依業務場景需求建置數據模型。

1.進行深度學習算法研發來解決金融業場景問題  

2.既有核心模型依專案需求進行模型架構微調與訓練優化  

3.應用電腦視覺相關之深度學習演算法經驗協助完成行內專案: 研究與評估最新算法，將創新研究的理論結合至專案中  

4.視專案需求執行可行性與效度驗證(含演算法應用評估、實驗設計與後續服務上線之驗證機制)  

5.定期彙整實驗結果與研究發現，並在內外部進行清楚有效簡報