AI Data Engineer

30 秒認識 Mlytics

Mlytics 是一套 AI Answer Engine。我們幫媒體與出版業者把讀者意圖轉化為商業成果——用高品質的 CPL 收入，取代持續下滑的 CPM 收入。我們的 Intent Refinery 已在 15+ 家台灣頭部媒體上線，服務 4M+ 週活躍使用者。

我們從 multi-CDN 起家。那套基礎設施——<50ms 路由、multi-vendor failover——現在是整個產品的技術底層。

更認識 Mlytics →

這個角色

你會加入 Data & Innovation 團隊，向我們的 Data & Innovation Lead Tim 匯報。Tim 已經把地基打好：Databricks 搭配 Unity Catalog、CDN 使用資料的 medallion architecture、用 MLflow 做實驗追蹤、為 AIGC 產品建置 vector search 與 embedding pipeline。架構選型都已定案，缺的是那個把意圖資料規格變成 production 系統的人。

這不是研究型職位。我們已經設計好行為追蹤 pipeline（Bronze → Silver → Gold）、定義了 6 個複合意圖訊號分層與各自的 CPC 定價、建好意圖分類（taxonomy）框架，也把 second-price auction 媒合引擎的規格寫好了。規格已經存在。你的工作是把它們變成真的——然後根據資料實際告訴你的事，把它們做得更好。

你會和全端產品工程師（負責 widget 與 API 層）、Tim（ML 實驗與模型選型）密切合作，並直接和 Head of Product 及 CEO 討論資料在商業上的意義。當 BD 團隊走進一家金融品牌的會議，說「我們可以告訴你哪些使用者正在認真考慮退休規劃、哪些只是隨手瀏覽」——這句話背後的底氣，來自你的 pipeline。

前 90 天你會做什麼

第 1 個月 — 把行為追蹤 pipeline 上線。

我們的 clickstream SDK 從 58 個媒體網站捕捉 8 種 event（page_enter、scroll_depth、active_time、page_exit、widget_visible、qa_click、qa_read、cross_page），資料以 JSON 落在 S3。你的第一個交付物，是 Databricks 上的 production pipeline：

Bronze： 用 Auto Loader 從 S3 串流攝取進 raw Delta table
Silver： 解析、驗證、GeoIP 加值後的 event 記錄，並做 session stitching
Gold： 每小時的 session_summary 聚合——engagement 分層、scroll 深度、active time、Q&A 互動深度、search intent 訊號

到第 1 個月結束，pipeline 已上線、被監控，並以 <5 分鐘的端到端延遲處理全部 58 家媒體的 event。

第 2 個月 — 實作意圖評分，並讓它可被查詢。

session_summary 這張 Gold table 會餵進一個複合意圖評分模型，把使用者分成商業價值差異極大的分層：

Deep Reader + Decision Click → CPC $1.50–$2.00（active >60s、scroll >75%、點擊了決策階段的 Q&A）
Search Intent + Q&A Engagement → CPC $1.50–$2.00（search referrer + 2 次以上 Q&A 點擊 + >10s 閱讀時間）
Multi-Article Researcher → CPC $1.00–$1.50（3 頁以上、active >3 分鐘）
一直到 Bounce → 不變現（<10s、scroll <25%、0 點擊）

在這之上建一個 Genie Room，讓商業團隊能自助查詢：「給我這週 cnyes.com 上投資垂直領域的高意圖使用者」應該在幾秒內回答，而不是要開一張 data team 的工單。

第 3 個月 — 打造媒合引擎的基礎。

把意圖訊號連到廣告主的 campaign。實作核心媒合邏輯：intent classification → campaign filter（vertical、publisher、intent L1/L2/L3）→ score（bid × confidence × profile richness × 歷史 CTR）→ second-price auction。這裡就是你的 pipeline 與全端工程師的 Sponsored Questions 產品交會之處——Intent Refinery 第一個產生營收的整合。

我們在找的人

不可妥協的條件：

你建過商業團隊真的會依賴的 production 資料 pipeline——不是只跑一次的 notebook。串流攝取、轉換、聚合、監控、告警。
你在 production 規模上精通 Python 與 SQL。你寫過 Spark job，不是只有 pandas 腳本。
你有 Databricks 或同級 lakehouse 平台（Delta Lake、Unity Catalog、Structured Streaming）的實作經驗。你懂 medallion architecture，也懂為什麼 governance 很重要。
你能實作 ML 評分模型並把它部署成 production 功能——而不是丟給「工程團隊」。你把模型 operationalize 成持續運行的東西，而不是只在 notebook 裡訓練出來就停。
你把資料當成一個產品，而不是倉庫。你在意延遲、新鮮度、準確度，以及下游消費者（人或 API）能不能真的用你產出的東西。

會讓你脫穎而出的加分：

曾在 ad tech、martech 或 fintech 建過即時使用者評分或分群系統——你看過 production 上「意圖訊號」長什麼樣，也分得出有用的訊號和雜訊。
熟悉 MLflow 的實驗追蹤與模型管理——Tim 大量使用它，你會和他一起做模型選型與 A/B 測試。
有 vector search 與 embedding 用於內容或使用者相似度的經驗——這會餵進跨站意圖輪廓與 content-to-intent 媒合。
你建過資料品質直接決定營收的系統——定價引擎、推薦系統、詐欺評分或廣告競價機制。
中文溝通能力 — 我們團隊日常混用中英文，如果你能用中文討論技術方案和數據定義，會是很大的加分。

技術棧

層	我們用什麼
Platform	Databricks / Unity Catalog / Delta Lake
Compute	Spark Structured Streaming / Databricks Workflows
ML	MLflow / Python / embeddings / vector search
Storage	S3（clickstream）/ PostgreSQL / Redis
Languages	Python / SQL / 部分 Go 用於服務整合
Infra	GCP / AWS / CloudFlare Workers（收集端點）
Observability	Databricks SQL dashboards / Grafana / alerting

這個角色如何連到更大的全局

Intent Refinery 有四個變現層。你的 pipeline 驅動全部四層：

產品	定價	你的資料如何讓它成立
Sponsored Questions	CPC $0.50–$2.00	intent classification 觸發即時廣告競價
Intent Display Network	CPM $15–$40	使用者意圖輪廓讓 premium targeting 成為可能
Intent Micro-sites	CPL $5–$20	跨站意圖圖譜辨識出高價值 lead
Full Conversation	Performance	多輪對話評分決定轉換成熟度

第 6 個月的商業目標是 $70–100K+ MRR。全端工程師建的功能是表層。你的 pipeline 是底下那具引擎。

為什麼是現在

我們正在募下一輪。投資論點是：在內容消費當下捕捉到的即時意圖資料，在結構上比歷史行為資料或情境式投放更有價值。而這個論點，只會和證明它的資料系統一樣強。

現在，一個品牌潛在客戶問「這跟 contextual advertising 有什麼不同？」，我們拿出一份規格給他看。等你 ship 之後，我們給他看的是一個 live dashboard：一個 Deep Reader + Decision Click 使用者值 $1.50 CPC，一個 Casual Browser 值 $5 CPM——30 倍的價差。這就是「假設」和「生意」的差別。

想看看我們實際上怎麼打造這些？ → 我們怎麼做事：Becoming Product Builders with Business Thinking

如何應徵

寄給我們任何能展現你怎麼思考資料系統的東西——你建過的 pipeline、你做過的一個架構決策與原因、你 operationalize 過的評分模型。我們在意的是你 ship 過什麼，不是你用過哪些工具。

📧 [email protected]