Your Career Our Future

【工作職責】

1. 業務需求理解與分析問題定義
● 與各營運單位密切合作，理解金融業務場景、痛點與決策需求。
● 將模糊的業務問題轉換為可執行的資料分析問題，規劃分析方向、關鍵指 標與成效衡量方式。
● 與主管及相關夥伴溝通分析發現，協助形成具體的策略與行動方案。

2. 資料分析與洞察發掘
● 以結構化資料為主，進行資料清理、探索、整合與品質檢視。
● 針對客群、行為、產品、交易或營運流程進行分析，找出異常、趨勢、機會與潛在風險。
● 設計合適的分析樣態與分群邏輯，產出可應用於業務推動的目標名單與建議。

3. 報表、儀表板與成效追蹤
● 建立與維護定期報表及業務追蹤機制，協助 BU 掌握關鍵指標變化。
● 追蹤活動、策略或 AI 應用的實際成效，分析結果並提出優化建議。
● 透過清楚易懂的視覺化與報告，讓資料能被快速理解並支持決策。

4. AI 應用協作與策略優化
● 與 AI 數據科學家協作，將分析發現轉化為模型優化、資料處理流程或 AI 應用的需求。
● 參與模型或 AI 應用上線後的成效觀察，從業務視角檢視應用成果並持續提出改善方向。
● 結合數據分析與模型應用，協助業務單位以更精準的方式推動策略與服務。

5. 跨部門溝通與成果推動
● 與 BU、IT、AI 數據科學家及相關夥伴協作，推動分析成果落實於業務流程。
● 以清楚、有邏輯且貼近業務語言的方式，說明分析方法、洞察與建議，促成後續行動。

【工作技能】
◆ 具備數據分析、商業分析、產品分析或相關領域經驗約 2 年者佳；亦歡迎具備相關專題、競賽或實作成果的人才。
◆ 熟悉 SQL 與 Python，能獨立完成資料擷取、處理、分析與結果整理。
◆ 具備資料清理、探索性分析、分群、指標追蹤、成效分析或策略分析經驗。
◆ 能從資料中發掘業務問題與機會，並將分析結果轉化為可執行的建議、名單或報告。
◆ 具備定期報表、儀表板或資料視覺化經驗者尤佳。
◆ 理解 Data Pipeline 概念；具備 PySpark 經驗者尤佳。
◆ 對金融業務、數據分析與 AI 應用具好奇心，樂於與業務單位共同探索新的應用場景。
◆ 具良好邏輯思維、跨部門溝通與獨立解決問題能力，能在快速變動的業務需求中持續推進專案。