法金_數位客服規劃人員 (您準備好了嗎?歡迎加入法金數位革新之旅，一起打造『讓人驚艷的AI智慧服務』!)

中國信託銀行為台灣金融業龍頭之一，同時也是金融科技與數據創新的領先機構。 

我們持續投入 AI、數據與數位服務創新，打造下一代智慧金融服務。 

誠摯邀請對 AI、數據與金融科技有熱情的人才加入，一起打造金融科技的未來。 

工作內容： 

• 開發 AI 應用服務，如 AI 助理、智慧客服與個人化推薦系統。 

• 使用生成式 AI（LLM）技術開發智慧化金融應用。 

• 設計與開發 AI workflow（Langflow / LLM workflow）。 

• 透過 SQL 與企業資料倉儲（Data Warehouse）存取客戶數據，建立個人化數據服務。 

• 整合 AI 模型與企業系統，開發 API 與後端服務。 

• 開發 RAG（Retrieval Augmented Generation）知識檢索應用。 

• 與 AI 平台與數據工程團隊合作打造 AI 應用服務。

1. 負責行網銀相關客戶智能應用開發，包含使用Python、LangChain/LangGraph 建構 AI workflow、RAG 技術整合、Prompt Engineering。 

2. 需協助處理行網銀數據（數位軌跡）、進行 ETL、資料特徵工程與 model tuning。熟悉 雲端 AI（AWS Bedrock / GCP Vertex AI）、LLM、MCP、向量資料庫經驗者佳。

1. 負責行網銀相關客戶智能應用開發，包含使用Python、LangChain/LangGraph  

2. 建構 AI workflow、RAG 技術整合、Prompt Engineering 

3. 需協助處理行網銀數據（數位軌跡）、進行 ETL、資料特徵工程與 model tuning 

4. 熟悉雲端 AI（AWS Bedrock / GCP Vertex AI）、LLM、MCP、向量資料庫經驗者佳。

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。

如果你擅長策略思考、熱衷探索 AI 技術，並期待在快速演進的智能服務領域挑戰自我，這裡將是你能充分發揮並快速成長的舞台！ 

→ 若你對此職缺有興趣，歡迎至 中信人才招募網 投遞履歷！ 

https://ctbcholding.wd3.myworkdayjobs.com/zh-TW/External/details/_JR5870?q=％E6％99％BA％E8％83％BD％E6％9C％8D％E5％8B％99 

【工作內容】 

1. 智能助理規劃： 負責與客戶進行需求訪談與痛點分析，規劃使用者旅程，並依據需求設計智能助理功能模組，探索應用情境與落地方式，打造人機互動介面（Intelligent Interaction UI） 

2. 服務流程與原型設計：依據問題定義打造並驗證解決方案原型 (Prototype)，設計 AI Agent 的決策邏輯、對話路徑與任務拆解，撰寫自動化腳本並完成 AI Agent 的功能流程設計 

【資格條件】 

1. 資工 / 資訊 / 資管 / 數學 / 統計等相關背景尤佳 

2. 具 2 年以上程式撰寫經驗（如 Python），有 AI 專案或模型應用實作經驗尤佳 

3. 熟悉大語言模型 (LLM) 基礎原理與 Prompt Engineering，了解 RAG、Fine-tuning 或 AI 工具整合，能將技術應用於智能服務場景 

4. 具跨部門協作與溝通能力，能獨立管理專案並確保進度

1. AI智能銷售(to C)、智能助理(to E)應用平台與知識庫維運、調校、管理 

2. AI應用情境規劃、設計、運用(與跨平台規劃人員溝通，協助各檔期新版本測試至上線運營) 

3. AI智能銷售推廣使用結合產品策略擬定(含使用現況分析&市場同異業調研) 

→ 若你對此職缺有興趣，歡迎至 中信人才招募網 投遞履歷！ 

https://ctbcholding.wd3.myworkdayjobs.com/zh-TW/External/job/-AI_JR5873

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. AI應用場景設計： 

深入訪談終端用戶，分析業務痛點與瓶頸；將業務需求轉化為AI應用場景與規格，並設計AI代理(Agent)的決策路徑、自動化腳本。 

2. AI解決方案組裝與原型開發： 

運用企業內部數據與知識庫，在AI平台（如AWS Bedrock、微軟AI Foundry）上，透過提示工程(Prompt Engineering)、RAG (檢索增強生成)流程編排及API串接，組裝AI能力以快速打造、部署並驗證解決方案原型 (Prototype)。 

3. 調校AI能力： 

建立並監控end user的使用反饋機制，持續調教AI能力，包含優化提示詞、更新知識庫或調整流程。