Department: Engineering
Location: Taipei, Taiwan
Type: Full-time
About Us
Angible 是一家總部位於台北、成立於 2025 年的 AI 科技新創，致力於透過電腦視覺與邊緣運算技術，加速零售產業導入 AI。在成立第一年，我們就成功將自研 AI 解決方案導入多個零售場域，服務範圍涵蓋歐洲、北美與東南亞，並驗證能有效解決真實商業痛點。
而我們認為，這只是開始。
零售業規模龐大、利潤率低且高度仰賴人力，卻也是人們日常生活中不可或缺的一環。相較於台灣常見的數百家門市，歐美連鎖超市往往橫跨多個區域，擁有數千甚至上萬個營運據點。這也意味著，若視覺 AI 能在真實場景中成功落地，其價值將不只停留在單一門市，也不只侷限於單一應用，而是能隨著連鎖網路與不同營運場景被持續複製、延伸與放大。
目前 Angible 正站在業務擴張與產品規模化的關鍵階段，我們以「讓零售更聰明且高效」為使命，透過 AI 與邊緣運算，協助企業在快速變動的市場中提升獲利能力與競爭優勢，讓 AI 成為企業每天營運的一部分，也讓技術能走進人們的生活日常。
在 Angible，我們重視資訊透明、目標清晰與彼此信任，也看重每一位成員的影響力與成長機會。你將有機會直接參與產品從 0 到 1，以及從 1 到規模化的過程，與一群有想法、也有行動力的夥伴一起合作，快速驗證假設，並將技術真正落地於真實世界場景。
而我們認為，這只是開始。
零售業規模龐大、利潤率低且高度仰賴人力，卻也是人們日常生活中不可或缺的一環。相較於台灣常見的數百家門市，歐美連鎖超市往往橫跨多個區域，擁有數千甚至上萬個營運據點。這也意味著，若視覺 AI 能在真實場景中成功落地，其價值將不只停留在單一門市，也不只侷限於單一應用，而是能隨著連鎖網路與不同營運場景被持續複製、延伸與放大。
目前 Angible 正站在業務擴張與產品規模化的關鍵階段，我們以「讓零售更聰明且高效」為使命，透過 AI 與邊緣運算，協助企業在快速變動的市場中提升獲利能力與競爭優勢，讓 AI 成為企業每天營運的一部分，也讓技術能走進人們的生活日常。
在 Angible，我們重視資訊透明、目標清晰與彼此信任，也看重每一位成員的影響力與成長機會。你將有機會直接參與產品從 0 到 1，以及從 1 到規模化的過程，與一群有想法、也有行動力的夥伴一起合作，快速驗證假設，並將技術真正落地於真實世界場景。
About The Role
這個角色的核心價值，是成為 ML 團隊與標記團隊之間的橋樑。你需要深入理解 AI 模型訓練對標記資料的需求，並將這些需求轉化為清楚、可被執行的標記準則，讓標記團隊能準確、有效率地產出高品質的訓練資料。
你將與 ML 工程師、產品團隊及標記團隊密切合作，定義標記規格、設計品質檢核流程，並透過數據追蹤與分析來管理標記團隊的產出與品質。這個角色很適合擅長溝通、邏輯清晰，對 AI 標記有基本理解，並希望在 AI 產品落地過程中扮演關鍵協作角色的人。
這不是一個只負責執行標記的角色。你會站在 AI 資料品質的關鍵位置，理解模型需求如何轉化為標記準則，並逐步成長為能獨立定義標記規範、管理資料品質的核心成員。
你將與 ML 工程師、產品團隊及標記團隊密切合作，定義標記規格、設計品質檢核流程，並透過數據追蹤與分析來管理標記團隊的產出與品質。這個角色很適合擅長溝通、邏輯清晰，對 AI 標記有基本理解，並希望在 AI 產品落地過程中扮演關鍵協作角色的人。
這不是一個只負責執行標記的角色。你會站在 AI 資料品質的關鍵位置，理解模型需求如何轉化為標記準則，並逐步成長為能獨立定義標記規範、管理資料品質的核心成員。
What You'll Do
• 轉譯 ML 團隊的標記需求，將模型訓練目標轉化為清楚、可被執行的標記準則與規格文件
• 制定 標記規範、標記範例與 edge case 判斷原則，降低標記過程中的判斷模糊與來回溝通成本
• 管理 標記團隊的產出進度與資料品質，透過抽檢、QC 流程與數據追蹤，確保標記成果符合標準
• 分析 標記品質數據（如一致性、錯誤率及其對模型表現的影響），找出問題根因並持續優化標記流程
• 溝通 在 ML 團隊與標記團隊之間擔任橋樑，即時釐清需求、解釋準則、回饋問題並對齊雙方期待
• 優化 標記工作流程與工具使用方式，提升整體標記效率、一致性與可重複性
• 制定 標記規範、標記範例與 edge case 判斷原則，降低標記過程中的判斷模糊與來回溝通成本
• 管理 標記團隊的產出進度與資料品質，透過抽檢、QC 流程與數據追蹤，確保標記成果符合標準
• 分析 標記品質數據（如一致性、錯誤率及其對模型表現的影響），找出問題根因並持續優化標記流程
• 溝通 在 ML 團隊與標記團隊之間擔任橋樑，即時釐清需求、解釋準則、回饋問題並對齊雙方期待
• 優化 標記工作流程與工具使用方式，提升整體標記效率、一致性與可重複性
What We're Looking For
• 對 AI 標記有基本理解能力，能理解標記資料如何影響模型訓練與最終表現
• 具備 優秀的溝通與解釋能力，能將複雜或抽象的需求轉化為清楚、可被執行的指引
• 邏輯清晰、做事細心，能妥善管理規格、流程、細節與多項待辦事項
• 具良好的跨團隊協作能力，能在 ML 團隊與標記團隊之間順暢溝通與對齊期待
• 能熟練使用 Google Sheets / Excel / Notion 或類似工具進行資訊整理、追蹤與數據管理
• 熟悉使用 AI 工具，能運用 AI 工具協助處理工作內容、整理資訊或解決問題
• 具備 優秀的溝通與解釋能力，能將複雜或抽象的需求轉化為清楚、可被執行的指引
• 邏輯清晰、做事細心，能妥善管理規格、流程、細節與多項待辦事項
• 具良好的跨團隊協作能力，能在 ML 團隊與標記團隊之間順暢溝通與對齊期待
• 能熟練使用 Google Sheets / Excel / Notion 或類似工具進行資訊整理、追蹤與數據管理
• 熟悉使用 AI 工具，能運用 AI 工具協助處理工作內容、整理資訊或解決問題
Nice-To-Haves
• 有 資料標記（data labeling / annotation） 相關經驗
• 有 團隊績效管理或品質管理（QC / QA） 相關經驗
• 對 電腦視覺任務（如 Detection、Tracking、Re-Identification） 的標記需求有基本理解
• 有撰寫 SOP、準則文件或流程設計的相關經驗
• 有 團隊績效管理或品質管理（QC / QA） 相關經驗
• 對 電腦視覺任務（如 Detection、Tracking、Re-Identification） 的標記需求有基本理解
• 有撰寫 SOP、準則文件或流程設計的相關經驗
Interview Process
1. 履歷初篩
2. 線上面試（1 小時）：對齊動機，了解過往溝通協作、標記或品質管理的相關經驗
3. 實體面試（1.5~2 小時）：透過標記準則設計、品質問題拆解等情境題，了解判斷、溝通與解決問題的能力
4. 最終面試
• 文化與協作面談（1 小時）：了解合作方式、溝通風格、衝突處理
• CEO 面試（1 小時）：確認人格特質與團隊文化適配度
5. Offer 與加入
預期整個流程在兩週內完成。
2. 線上面試（1 小時）：對齊動機，了解過往溝通協作、標記或品質管理的相關經驗
3. 實體面試（1.5~2 小時）：透過標記準則設計、品質問題拆解等情境題，了解判斷、溝通與解決問題的能力
4. 最終面試
• 文化與協作面談（1 小時）：了解合作方式、溝通風格、衝突處理
• CEO 面試（1 小時）：確認人格特質與團隊文化適配度
5. Offer 與加入
預期整個流程在兩週內完成。