項目成功的靈魂人物!DeFi研究員都在做什麼?一招快速發展技能樹
項目成功的靈魂人物!DeFi研究員都在做什麼?一招快速發展技能樹
2023.10.24 | 區塊鏈
全球都在搶區塊鏈工程師,轉職投入會很難嗎?

第三代網際網路Web3的概念,從2021年開始,在全球掀起一陣旋風,許多看見機會的企業、新創紛紛向區塊鏈技術靠攏。面對勢不可擋的趨勢,各大企業都積極的加入「搶才大戰」。

其中,主導開發的「工程師」,就是目前市場上最炙手可熱的人才。不論是前端(使用者所看到的內容)、後端(應用程式基礎設施),或是區塊鏈特有的智慧合約工程師,想要打造一個Web3項目,這些技術工作者是不可或缺的重要人物。Web3企業祭出高薪搶才,是全球一致的現象,連矽谷大企業Meta、Google也無法抵擋挖角。

要轉職成為Web3工程師,其實並沒有想像中這麼困難。

現在是DeFi研究員的Wade,大學主修大氣,研究所念的是電子物理和半導體相關領域,跟Web3毫不相關。畢業後因為興趣使然,花了一段時間學習程式語言,在新竹製造業當軟體工程師一段時間。後來,參加了許多區塊鏈的線下工作坊活動,認識一群關係不錯的幣圈朋友,就這樣每個禮拜一起進行讀書會、一起從各種小項目開始慢慢做起,才讓他正式踏入Web3的世界。

🛎️延伸閱讀: 不是有錢就能上!區塊鏈訓練營KryptoCamp,何以教出7天開發NFT借貸應用的學生

DeFi研究員都在做什麼?

DeFi研究員的主要工作,就是透過分析數據、智慧合約,找到適當的協議(protocol)來做策略,建立這些協議的相關數據儀錶板(dashboard),再來提供策略部門所需要的回測數據,讓他們模擬策略狀況。每天工作需要研究協議的安全性、流動性等各種數據。

DeFi研究員的日常工作,其實和一般後端工程師差不多,都是建立在各種程式語言上的。

「溝通」是最關鍵的技能

Wade認為:「溝通,是做數據分析工作,相當重要的一項技能。」

數據分析的工作,時常會面對不同團隊,所提出各種五花八門的數據需求。例如想要合作的項目方數據,或是價格的歷史數據或是年利率(APR)的數據,每天都會面對大量跨部門合作。

過程中,如何準確地知道對方需要什麼、說服對方這些數據是有用的,都會需要花時間溝通與討論,而這部分技能的重要性,卻是大部分人常常不小心就忽視掉的。

過去在開發新鏈時,曾碰過文件不足、項目發展不夠健全等問題,也要跟其他團隊進行聯繫或溝通,確認彼此的進度到哪裡,才能看有沒有潛在合作機會。

從金融到行銷!掌握跨領域技能是基本功

Wade也指出,Web3和之前工作最大的差異,就是「接觸的面向會很廣」。

例如現在擔任DeFi研究員,會接觸到的面向包括金融知識、代幣經濟(Tokenomics)設計,以及策略DeFi上的設計,甚至可能還要了解社群行銷,需要的技能非常跨領域。

除了基礎的區塊鏈知識、程式語言能力的精進外,還會需要大量學習跟接受新知識,因此時間控管也相當重要,否則很容易就會熬夜加班,最後把自己搞得很累。

薪資方面,Wade自己的經驗是, Web3產業的薪水大約比普通的軟體工程師高1.2 ~ 1.5倍 ,且員工通常可以選擇部分薪資或獎金以加密貨幣支付,有些公司還會提供團隊自己的代幣當獎勵,在薪資方面的彈性和靈活度可以說是相當高。

想當DeFi研究員,哪些專業技能是必備的?

剛開始踏入Web3領域時,Wade的技能樹還沒發展的很多元,因此透過各種區塊鏈社群舉辦的線上線下工作坊,和幾個朋友一起學前端、後端以及智慧合約的技能,「如果想要做一個比較好的項目的話,這三個技能是都需要具備的。」

舉例來說,日常工作可能就會需要去看別人的智慧合約、研究他們的APR(年利率)或是一些背後的數據,Solidity和HardHat是最常用到的程式語言。

再來就是要建立一些數據自動化、視覺化,所以Data Pipeline、ETL、Airflow也會用到;偶爾可能也會支援一下前端,所以React、 NestJS還有RainbowKit也都要稍微了解。

Wade強調,自己的狀況算是比較特殊的例子,如果只是想當一般的區塊鏈工程師,通常不會要求這麼三角全能;但反過來說,如果可以後端、前端、智慧合約都能支援或是即時處理,就更有機會成為Web3產業的高薪人才。

多參加黑客松,動手跨出第一步!

對於想要想要轉職Web3的人才,Wade建議可以多參加各地舉辦的黑客松活動。

如果自己參加,可以逼自己激發出更加全方位的技能樹;和朋友組隊一起去,也可以學到團隊溝通、合作的能力,無論如何,都可以在很短的時間內,讓自己快速發展各項技能。

Wade表示,黑客松通常都會有相當不錯的獎項,多少可以當作旅遊補貼,做出來的小項目,未來也可以當作面試的作品集。

如果在活動中開發的項目被項目方看中,更可能成為進入Web3企業的一個機會,參加黑客松也可以建立幣圈的人脈,不論是在技能提升、資訊掌握或甚至是職涯發展,都會有很大的幫助。

「總之就先動手去做! 從建立一些小目標開始,找一些有同目標的人,一起做一些小項目、完成一些小東西,時間久了就可以領先不少人了。」

核稿編輯:高敬原

關鍵字: #人才
往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓