演算法研究工程師

演算法研究工程師 (Algorithm Research Engineer)

GEO / LLM 引用行為研究 — Void Vector

📍 台中市/台北市 | 混合型 | 全職

關於我們

Void Vector 是一家專注於 GEO (Generative Engine Optimization) 的技術公司,協助客戶在 ChatGPT、Perplexity、Google AI Overviews 等生成式引擎的回答中被提及。

GEO 是一個新的領域——還沒有現成解法。我們用資料分析對 LLM 與 AI 搜尋平台的引用行為進行量化建模,反推各家AI的演算法偏好，進而提升客戶被提及、引用的機率。這是我們真正的技術護城河。

關於這個職位

這個職位的本質,接近於 「在 LLM 平台上做 quant-style 研究」:用嚴謹的實驗設計與資料反推,從黑箱系統中萃取可重現的訊號,並轉化為產品。

你會與創辦人 (CEO / CTO) 共同建立公司的核心研究能力,定義從資料蒐集、模型設計到產品化的技術 roadmap。

你會做什麼

• 設計研究方法論與實驗框架:量化主流 LLM 與 AI 搜尋平台的引用偏好,涵蓋來源權重、recency bias、產業、語言、地域等維度。
• 建立 reward signal pipeline:大規模 API 調度蒐集 LLM 回應,提取結構化引用訊號並維護資料品質。
• 訓練預測模型:以 XGBoost / LightGBM 起步,逐步演進至 contextual bandit 或 reinforcement learning,預測內容被引用的機率與最佳化方向。
• 從資料反推平台演算法行為,將洞察轉化為客戶可執行的內容策略與產品功能。
• 與核心團隊共同定義技術 roadmap,主導研究方向、實驗節奏與工具選型。

我們在找什麼樣的人

必備

• Python 熟練,能獨立 ship pipeline,熟悉 pandas / polars、API orchestration、Web Scraping。
• 具備使用 XGBoost / LightGBM 等模型解決真實問題並部署到 production 的經驗。
• 紮實的統計或計量基礎:能設計帶 confounding control 的實驗,熟悉 A/B testing 與因果推論。
• 對 LLM / 生成式 AI 有強烈興趣與基本實作經驗(prompt engineering、API 調度、evaluation),願意把它當研究對象而不只是工具。
• 對「從資料中拆解未知系統行為」有高度興趣與耐心——這是這份工作的核心心態。

加分

• 量化交易、search / recsys / ads ranking 的逆向工程或建模經驗。(如果你正在考慮從量化離開,但想做更貼近產品的研究,這份工作很可能適合你)
• Contextual bandit 或 Reinforcement Learning 實作經驗。
• LLM API 大規模調度、prompt engineering、evaluation framework 經驗。
• 對 SEO、搜尋演算法或內容行銷有 domain sense。

我們提供

• 薪資 : 80,000~200,000 NTD / 月
• Senior Engineer : 120,000 NTD / 月起
• 獎金 / Bonus : 依公司營運狀況給予團隊績效獎金
• 工作地點 :台中市/台北市 (任選)
• 設備資源 : 5090主機、GB10、Claude、ChatGPT等研究資源

應徵方式

我們重視思考方式更勝於 buzzword。

請於應徵訊息或 Cover Letter 中簡述：

「你會如何設計實驗，量化『ChatGPT 回答台灣旅遊問題時，

哪些網站最常被引用』？」

（200 字內即可，無標準答案，我們想看你的思路。

附上此段者，將優先審閱。）

Void Vector 歡迎各種背景的人才。我們相信解構黑箱系統需要不同視角的人共同參與。