Technical Support Manager

1 負責所有客戶訂閱之服務的設定，包含服務的上線、驗收測試、異動、優化、調較與終止 

2 負責所有客戶訂閱之服務的故障排除，包含對上游的支援請求與進度追蹤 

3 負責所有客戶訂閱之服務的例行檢查 

4 處理工單與維護工單系統 

5 回應並執行或轉出客戶的服務請求 

6 產出客戶所需之定期報告並舉行客戶例行會議

本職務將加入公司的 AI 技術開發團隊，參與 LLM 服務從模型選型、應用開發到部署的完整生命週期，協助客戶建構能真正產生價值、可維運的 AI 解決方案。 

【工作職責】 

1. AI 應用開發：設計與實現基於 LLM 的應用架構（如 RAG 檢索增強生成、AI Agent、多模態應用）。 

2. 模型優化與實驗：研發機器學習（ML）與深度學習（DL）模型，進行模型微調（Fine-tuning）、Prompt Engineering 以及模型評估。 

後端服務開發：使用 Python 開發高效能 API 服務，與前端或系統架構進行深度整合。 

3. 系統部署與運維：利用 Docker 與 Linux 環境進行模型的容器化部署、資源管理與效能監控。 

4. 數據架構維護：設計並優化 SQL 資料庫結構，處理大規模數據集的清洗、特徵工程與存取優化。 

5. 技術研究：追蹤 AI 領域（特別是 GenAI/LLM）的最新論文與技術動態，並將其應用於實際業務場景。 

【任職】 

程式語言：精通 Python，熟悉異步程式設計（Asyncio）及常用框架（如 FastAPI, Flask, Pytest）。 

- 熟練使用 Linux 作業系統（Shell Scripting, 系統效能診斷）。 

- 具備 Docker 容器化經驗，能獨立編寫 Dockerfile 及優化映像檔大小。 

- 數據管理：精通 SQL，具備資料庫優化（PostgreSQL, MySQL）與複雜查詢處理能力。 

【加分條件】 

具備大模型微調經驗（如 LoRA, QLoRA）或分散式訓練經驗。 

有雲端平台（AWS, GCP, Azure）的 AI 服務使用與部署經驗。 

熟悉 MLOps 工具（如 MLflow, DVC, Kubeflow）。 

了解 CI/CD 流程（GitHub Actions, GitLab CI）。 

曾參與過開源專案或在 AI 競賽（如 Kaggle）。 

【加入團隊後的學習與支援】 

- 可深入了解並操作各種開源 LLM、向量資料庫與 AI 工具鏈 

- 累積跨產業 AI 落地專案經驗（製造、金融、零售、政府等） 

- 參與產品與 AI 服務的技術 roadmap 規劃，強化 AI 系統設計能力 

【薪資與福利】 

- 依學經歷與能力核薪，並依公司營運與個人表現，發放年終獎金與專案獎金 

- 彈性上下班、學習資源補助、完善內部升遷輪調制度 

- 年度健康檢查、員工旅遊團體保險、優質辦公環境