ML 工程師（Machine Learning Engineer）

HOYA BIT 致力成為加密貨幣新鮮人的最佳信任夥伴，我們致力研究加密貨幣的解決場景，並針對用戶需求提供解決方案，讓加密貨幣便利每個人的生活!

▎經營理念

享受工作與生活

當你踏入 HOYA BIT 後，你會發現我們致力讓員工創造與突破，高成就感與高報酬是讓每一個夥伴全力以赴的原動力!

高度成長與不斷創新

HOYA BIT 鼓勵每一位的夥伴不斷創新，唯有求新求變才能撼動市場，為此我們也提供每位夥伴學習經費，並透過每個月的內部交流及外部講座提升每一個夥伴的能力！

客戶至上的服務模式

由於 HOYA BIT 是主打新手友善的加密貨幣交易所，所以我們以積極熱情的精神來服務我們的客戶，並致力透過每一個用戶的回饋來改善 HOYA BIT 的產品及服務，唯有熱情擁抱用戶，才能得到用戶的最高信任。

▏我們相信越好的人才就需要越少的管理，所以在管理上我們只要求夥伴們尊重會議所決定的專案期程，在過程中若遇任何困難都請「即時提出」、才能「及時解決」，在辦公部份我們也致力打造讓大家都能舒適工作的環境。 ▏

【工作內容】
• 設計與開發交易異常偵測模型，識別可疑洗錢、詐騙、市場操縱等行為模式，涵蓋鏈上與鏈下數據
• 建構用戶與系統帳號的行為基線模型，偵測偷離正常模式的異常活動（異常登入、權限濫用、內部威脅）
• 將 ML 模型與對話式 AI Agent 整合，讓模型的偵測結果能以自然語言向合規與資安人員解釋與報告
• 設計告警優先級與關聯分析系統，解決「告警疲勞」問題，確保真正重要的事件不會被淆沒
• 持續優化模型效能，利用客戶回饋與新的攻擊樣態資料迭代改進偵測精準度與召回率
• 與資安專家協作，將真實攻擊事件的經驗轉化為可量化的偵測規則與訓練資料

【必備條件】
• 3 年以上機器學習工程經驗，有實際將模型部署到生產環境的經歷
• 熟悉異常偵測相關技術：時間序列分析、圖神經網絡（GNN）、無監督學習、或強化學習
• 精通 Python，熟悉 PyTorch 或 TensorFlow，以及常見的 ML 工具鏈（MLflow、Kubeflow 等）
• 具備處理大規模即時數據流的經驗（Kafka、Flink、Spark Streaming 等）
• 良好的中文與英文溝通能力，能將複雜的技術概念向非技術背景的團隊成員清晰說明

【加分條件】
• 有區塊鏈或加密貨幣產業經驗，理解鏈上交易結構與 DeFi 協議運作機制
• 有資安相關背景，熟悉入侵偵測系統（IDS）、SIEM、或威脅情報分析
• 有反洗錢（AML）或反詐騙模型的開發經驗
• 熟悉 LLM 微調技術（LoRA、RLHF）或 RAG 架構設計
• 有與金融監管機構或金融機構合作的經驗
• 熟悉聯邦學習、同態加密等隱私保護技術

▎以下為 HOYA BIT 的面試流程說明：

1. 履歷投遞與書面審查
   由人資進行履歷初步篩選。
2. 人資線上面談（約 30 分鐘）
   了解您的背景、經驗與職涯規劃。
3. 第一階段實體面試（約 1–1.5 小時）
   由部門主管及相關主管進行面談，深入了解專業能力與實務經驗。
4. 第二階段面試（約 1 小時）
   將依職務性質，安排與董事長、總經理或相關高階主管進行面談。
5. 後續評估與結果通知
   面試結束後，將於完成內部評估後主動與您聯繫說明結果。

★ 為保障您的權益，任何的流程我們都會於兩週內回信告知我們的決定。若面試後未收到回覆，歡迎主動與我們聯繫確認，謝謝。