Aperia Technologies 為商用車隊開發輪胎管理系統。其 Halo 平台結合輪胎自動充氣與胎壓監測，Halo Connect 則運用機器學習及早標示潛在輪胎問題。公司表示，其技術已在業界累積超過 1,000 億英里的使用里程，旨在協助車隊延長輪胎壽命、提升燃油效率、維持車輛運作，並支持更安全的作業。
硬體資料分析師
分析物聯網與遠端資訊處理資料，支援 Aperia Technologies 的商用車解決方案。 運用儀表板、建模與資料管線，提升硬體可靠性、效能及客戶成果。
說明
- 使用 QuickSight、Tableau 或 Python 程式庫建立儀表板、報告和簡報。
- 分析傳入的感測器與分析資料，找出趨勢、異常及潛在的現場問題。
- 運用統計模型和機器學習，提出改善硬體可靠性與效能的建議。
- 比較不同韌體版本的輸出，以確認改善成效並找出效能退步。
- 與硬體工程、產品管理、資料科學及客戶支援團隊合作。
- 提供資料洞察，回應客戶對產品效能和異常狀況的疑問。
- 建議可強化分析能力並提升營運效率的工具、方法與流程。
- 協助建置資料管線，可靠地擷取、處理及儲存大量現場資料。
- 確保各團隊具備做出明智決策所需的資料存取權限與工具。
- 運用現場資料為未來的硬體與軟體功能提供依據。
職位要求
- 必須持續獲准在美國工作，目前及未來皆不需要雇主提供簽證擔保。
- 持有 F-1、OPT 或 STEM OPT 身分的候選人不符合資格。
- 具備資料科學、電腦科學或相關領域的學士學位。
- 具備 2 至 4 年資料分析經驗；具硬體相關或物聯網經驗者優先。
- 熟悉 Python、SQL、MATLAB 或 Excel 資料分析與建模。
- 具備 QuickSight、Tableau、Streamlit 或 Looker 等視覺化工具的使用經驗。
- 深入了解統計建模、機器學習及時間序列資料分析。
- 具備 AWS 服務（例如 S3、Redshift、Kinesis 或 IoT Core）或類似雲端平台經驗者加分。
- 具備優異的分析與問題解決能力。
- 能將資料發現轉化為可執行的洞察。
- 具備出色的溝通能力，能向技術及非技術利害關係人清楚說明複雜資料。
福利待遇
- 額外薪酬可能包括股權。
- 額外薪酬可能包括獎金。
- 額外薪酬可能包括津貼。
- 醫療保險。
- 牙科保險。
- 視力保險。
- 401(k) 退休儲蓄計畫。
- 長期失能保險。