跳到主要內容

Appier:Making AI easy! 和Appier一起打造世界級AI應用

Appier 成立於 2012 年,是一家專注於人工智慧與跨螢技術的新創公司,以人工智慧技術為基礎幫助企業解決跨螢世代的各種複雜難題,並讓更多領域的企業透過人工智慧應用擬定最佳的商業策略。Appier 由一群充滿熱情的電腦、資訊科學家以及網路行銷專家所組成,成員從Google、Intel、Yahoo 等知名企業而來,技術團隊則來自於擁有豐富人工智慧研究成果的哈佛及史丹佛大學。 Appier 總部設於台北,目前在新加坡、東京、吉隆坡、胡志明市、馬尼拉、香港、孟買、新德里、雅加達、首爾、雪梨、曼谷和大阪等14個城市設有營運據點,為超過500家知名品牌與代理商提供優質服務。

在Appier我們提供

● 具競爭力的薪酬獎金制度:優渥的薪資水準、股票選擇權
● 員工保險:除法定保險外,我們更提供完善的團體保險,給予同仁更貼心的保障
● 優秀人才推薦獎金制度:透過推薦獎金制度獎勵員工推薦優秀人才,為 Appier 團隊找到志同道合的好夥伴,注入新能量
● 特休假制度:優於勞基法的休假天數,員工到職後即可依當年度在職比例享有特休假
● 訓練發展:鼓勵同仁不斷精進學習,定期舉辦教育訓練及研討會,並不定期邀請海內外優秀講者至 Appier 進行座談會
● 多元福利活動:辦公室免費供應各式飲料及點心、每週舉辦Happy Hour、部門聚餐、團隊凝聚活動,與福委會各類活動
● 優質工作環境:寬敞明亮且舒適的辦公環境
● 國際化職場環境:與國內外AI大數據研發、行銷與管理等優秀人才共事,快速提升國際視野與競爭力

強力徵求

Machine Learning Scientist

Job Description

1. Use machine learning and analytical techniques to build prediction model for advertising solutions.
2. Experience in analyzing and extracting valuable information from large amounts of business data.
3. Design, develop and test advanced models for predictive consumer behavior.
4. Co-operate with software engineering teams to drive real-time model implementations and new feature creations.
5. Design efficient, scalable, automated processes for large scale data analyses, model development, model validation and model implementation.
6. Research and evaluate pioneering machine learning and statistical model.

AI Backend Engineer

Job Description

1. Work with our talented scientists and engineers to deliver next-generation AI solutions.
2. Build a flexible framework to speed up the development process of AI models.
3. Turn exciting AI prototypes/ideas into products.
4. Develop next-generation AI backend systems related to large-scale real-time data access, collection, analytics and monitoring.
5. Continuously improve the quality of AI production systems.

Backend Engineer

Job Description

1. Develop and operate scalable, reliable and maintainable service-based softwares and related components.
2. Cowork with team members to design system architecture, choose proper technologies and plan development.
3. Responsible for laying the foundation for the platform as well as proposing solutions to ease software development, monitoring of software, etc.
4. Profiling and performance tuning of critical components.
5. Deploy system to production and monitor service health.

Frontend Engineer

Job Description

Frontend engineers at Appier focus on handcrafting sophisticated web UI using cutting-edge front-end development technologies / tools. We work closely with UI/UX designers and backend engineers and deliver high-quality, fluent and elegant web applications to our enterprise customers, or to aid daily operations within Appier.

其他職缺更多職缺資訊,請見​Appier網站

● Data Backend Engineer
● DevOps Engineer
● Tech Support Engineer
● QA Engineer
● Campaign Analyst
● Marketing Executive
● Human Resources
● Finance Specialist / Manager

留言

這個網誌中的熱門文章

Kronos 如何做到世界級的成績

  由資深華爾街投資人領軍於 2018 年成立,Kronos Research 結合人工智慧、機器學習、高速網路等先進技術,透過進階的資料分析開發出獨家的量化交易預測模型,並使用全自動的交易策略自營,同時作為加密貨幣造市商,提供全球加密貨幣商品的即時報價。至今四年的時間,便擠身全球前五大的加密貨幣量交易團隊,創下 2021 年每日平均交易額 50 億美金,單日最高交易額 230 億美金的記錄。 人才和技術是 Kronos 最重要的兩大要素,團隊採開放式合作、解決問題導向、美式工作風格,Kronos 期許任何職位的夥伴,都能信任彼此、安心發問、共同快速解決問題。主管的管理策略,不同於傳統上對下的管理,而是以幫助者的角色,解決不同的需求,放大每個職位的生產力。我們希望這個產業在台灣能夠茁壯,讓台灣的技術人才知道有這個國際舞台可以發揮。 一窺量化交易技術及團隊 高頻交易跟一般大家熟知的交易最大的差距在於自動化。我們熟知的交易模式多半透過人工,由交易員綜合市場資訊後向交易所下單;高頻交易則是由程式自動判斷市場資訊並且下單。高頻交易多半關注短時間的市場波動,在收到市場報價後,在極短時間透過預先訓練的統計模型做出買賣決策。在高額報酬的背後,結合了不同專業:包括資料科學、統計與機器學習、底層系統優化、以及分散式系統。 高頻交易的流程,從 Market Data Parser 作為源頭持續搜集來自交易所的歷史資料,交由 Alpha Modeling 訓練出可預測未來短時間市場變動的模型。接著交易團隊撰寫策略程式,並依據策略需要套用選擇合適的 Alpha 模型,由極低延遲的交易程式向交易所下單。以下是各模塊的介紹: Market Data Parser(Data Team):高頻交易是一個資料驅動的行業,全面且高正確率的資料對於後續訓練很重要。Kronos Research 在全球十多個機房內有數百台服務器,每天 24 小時不間斷錄製來自交易所的報價單。面對每天 10TB+ 的巨量資料,data team 大量使用雲端分散技術以及自動化技術確保資料流的穩定。 Alpha Modeling(Alpha Team):在投資市場中,Alpha 代表著高於大盤的超額收益,Alpha Model 則代表預測將來市場的數學模型。Alpha Team 透過統計以及機器學習,以敏銳的邏輯跟觀...

實戰 Vibe Coding:利用 Amazon Q Developer CLI 打造經典平台跳躍遊戲

本篇文章將介紹如何透過 Amazon Q Developer CLI 建構一款完整的 2D 平台跳躍遊戲,從初始生成、功能增強,到最終打造出具備多關卡、多樣互動元素的遊戲體驗。特別的是,過程中開發者並未撰寫任何一行程式碼,僅透過自然語言指令與 CLI 對話完成所有工作,實踐「Vibe Coding」( 氛圍編碼 )。 本文作者為 Haowen Huang, AWS Senior Developer Advocate. 擁有 20 年以上電信、互聯網以及雲端運算等行業架構設計、技術及創業管理等豐富經驗,曾任職於 Microsoft、Sun Microsystems 等企業,專注為遊戲、電商、媒體和廣告等企業客戶提供 AI/ML、數據分析和企業數字化轉型等解決方案諮詢服務。 引言 本篇文章 ( English Version ) 將介紹如何使用 Amazon Q Developer CLI ,以 無需撰寫任何程式碼 的方式,打造一款經典的 2D 平台跳躍遊戲。透過「Vibe Coding」( 氛圍編碼 ) 的開發流程,開發者可以藉由簡單的語言提示詞 (prompt),逐步完成從遊戲雛型、功能擴充到完整關卡設計的開發流程。 整體開發流程將分為三個步驟: 1. 生成遊戲雛型 2. 功能擴充強化與畫面調整 3. 導入參考架構建立完整遊戲 環境建置 使用者需先安裝並設定 Amazon Q Developer CLI 。對於 macOS 使用者,可透過下列步驟完成安裝: 下載並安裝 Amazon Q Developer CLI 登入 Builder ID 完成認證 開啟終端機控制與無障礙設定 執行 q doctor 指令檢查 Amazon Q Developer CLI 是否安裝成功: 遊戲開發方面,建議使用 Python 語言與 Pygame 套件,可透過下列指令完成安裝;Pygame 提供以下功能支援: 畫面與動畫渲染 音效播放 鍵盤與搖桿輸入控制 物理模擬與碰撞偵測 多種媒體格式支援(圖片與音效) $ q doctor $ pip install pygame 第一步驟:初步生成遊戲雛型 透過簡單的一句 prompt,Amazon Q Developer CLI 結合 Pyg...

Navicat 17:AI 驅動資料管理的未來

在快速變化的資料管理領域,Navicat 始終站在創新與效率的最前沿。作為領先的資料庫管理與開發解決方案提供商,Navicat 再次以其最新版本 Navicat 17.2 展現了其在業界的卓越實力,讓使用者在資料管理中更具競爭優勢。 Navicat 17 推出標誌著資料庫管理技術的一次重要飛躍。該版本引入了一系列人工智慧 (AI) 驅動的功能,旨在進一步簡化操作流程並提升工作效率。這些功能讓使用者能夠輕鬆處理複雜的資料分析,並實現更智能的商業決策。 Navicat Premium 一直以來都是資料庫管理的佼佼者,該工具支援多達九種資料庫,包括 MySQL、PostgreSQL、MongoDB、MariaDB、SQL Server、Oracle、SQLite、Redis,以及 Snowflake。這樣的綜合性設計不僅消除了多平台切換帶來的困擾,還極大化了使用者的工作效率。 為提供更高效的協作工具,Navicat 雲端功能 (Navicat Cloud) 進一步提升了團隊合作的靈活性。使用者可以在雲端實現即時協作,讓團隊成員無論身處何地,都能共同編輯與管理項目,從而實現更高效的工作流程。 自創立以來,Navicat 已累積超過 500 萬次下載,並擁有超過 18 萬名使用者,包括多家知名的 Fortune 500 公司,如 Apple、Google、JP Morgan 等。這些成就不僅體現出 Navicat 的產品實力,更說明其在業界的深厚信譽。 Navicat 始終秉持創新與使用者導向的理念,致力於為資料管理提供最可靠、高效的解決方案。未來,我們將持續推出更多令人興奮的新功能,幫助使用者應對不斷變化的商業需求。 現在就探索 Navicat 17.2,感受 AI 技術帶來的全新資料管理體驗吧!欲了解更多資訊,歡迎造訪我們的官方網站: https://www.navicat.com.tw