為匯聚產業創意、優秀人才，LINE於今（21）日在台舉辦第三屆開發者大會–LINE TAIWAN TechPulse 2018，會中大放利多，除了精心準備許多驚喜體驗，像是史上第一次向會眾空投LINE的數位代幣LINK、用新的LINE Things物聯網技術平台實作「控制燈號」與「開啟寶箱」的體驗區，更宣布釋出5項新的工程師職缺，熱情招募台灣優秀開發人才加入LINE工程團隊。LINE希望創造一個對開發者、用戶、企業，與LINE都能互惠的生態圈。

主題演講 「全球視野」vs.「在地實作」 5項新職缺火熱招募中！

延續日前總部開發者大會定調，LINE台灣LINE平台新創事業暨產品開發部總監陳鴻嘉在主題演講中，從台灣工程團隊的視角，進一步說明LINE將如何在台灣實現「串連」與「互惠生態圈」兩大價值。

一、聊天機器人的下一步？打造「人性化的介面」

訓練聊天機器人可以更聰明的回覆對話，將更顯重要，唯有讓透過LINE平台所提供的服務更有人味，才能讓聊天機器人擔任好助攻的角色，提升回覆效率與滿意度。然而，目前LINE Messaging API無法處理自然語言辨識，若自行開發更是費時費力。回應開發者的期待，在不久之後，台灣開發者將可以使用Clova 的「聊天機器人引擎」與「NLU（自然語言辨識） API」來訓練與開發聊天機器人，也就是說，開發者不用自己做訓練模型，LINE將開放技術，協助開發者處理聊天機器人來辨識用戶所傳對話的語意分析，為開發者節省大量時間與成本。

二、LINE持續開放平台與技術，而台灣開發者可以如何看待「LINK Chain」？

區塊鏈技術對LINE來說，最大的挑戰是什麼？答案是「處理效能」。主因是區塊鏈的共識演算法，讓應用體系變大後，也會讓交易處理變慢，特別是在LINE這樣有著大量用戶的生態系中，挑戰更為嚴峻。因此，LINE必須率先克服這個障礙。對開發者來說，可以輕鬆取用LINK Chain所提供的技術，不用擔心效能問題，只需專心打造自己的去中心化應用（dApp），並利用LINK作為服務的獎勵機制，也就是說開發者不用自己開發獎勵機制，並同時解決不同服務間的獎勵機制無法流通的問題，還可以享有在互惠生態系中，因為「跨服務間的交換」所產生更大的業務機會。

三、降低進入門檻！全新「官方帳號」將全面開放使用Messaging API

為協助企業導入聊天機器人服務，提升一對一的溝通體驗，未來所有全新「官方帳號」不需額外審核，透過後台即可自行啟用Messaging API，訊息收費方式也更加有彈性。這表示透過聊天機器人或串接資料庫，「在LINE的聊天室中發送客製化的回覆訊息」這樣的商業應用將大幅攀升！全新「官方帳號」預計2019年第二季在台推出。



此外，陳鴻嘉也從「全球視野」與「在地實作」兩種角度揭露LINE內部工程團隊的合作方式，希望更多台灣優秀的人才可以加入LINE的團隊。

全球佈局 x在地團隊 一窺LINE工程師的日常

LINE目前在全球的工程團隊，分布於日本、韓國、台灣、泰國、印尼、越南、中國、美國等地。其中，台灣是在日本與韓國以外，第一個設立工程團隊的海外辦公室，自2015年迄今，工程團隊人數已經從個位數，成長到百位數。在未來一年，台灣團隊將有更多與總部的協作、參與更多平台的開發。

LINE總部與台灣的工程團隊如何分工？ 總部的工程團隊成立時間較長、人力較多，故以核心產品與 LINE 平台技術為主，並提供海外工程團隊支援。而海外包括台灣在內的工程團隊，則以當地核心業務的服務應用系統開發為主；在地團隊開發的服務，若在當地市場推出成功，還能進一步將此服務架構作全球性的推廣。

原來LINE Open API們是這樣來的！ LINE的服務，是如何開始做、又如何以極快的速度推出呢？關鍵是，LINE的工程師會把系統實作成「微服務」，讓它可以在同一案子再利用，或在不同專案使用。當多項專案實證一個「微服務」的穩定度與品質後，這個「微服務」就可以轉型成為「內部平台」，提供給所有專案團隊使用。經過時間驗證後，部分「內部平台」可以轉型成為API，攜手策略夥伴實證。當API 被證明能幫助開發者與夥伴達成目標成效時、LINE就會把它開放成Open API。

5項新職缺 熱情招募台灣開發高手加入LINE團隊

 SIE（Software Infrastructure Engineer）—基礎建設工程師：負責開發私有雲的系統。第一階段主要任務是開發 KaaS - Kubernetes as a service。職缺連結
 Data Engineer—數據工程師：把 Data Analyst 與 Machine Learning Engineer 的數學模式計算程式移植到LINE的資料平台，讓程式可以在 Hadoop、Spark 等平台上有最大的效能。同時建構台灣市場專用的資料倉儲。職缺連結
 Data Analyst—數據分析師：以 BI/BD 模型設計與分析為主，幫助台灣團隊找到業務最佳化的路徑。職缺連結
 Data Scientist - Machine Learning Engineer—資料科學與機器學習工程師：開發各種推薦模型，以及不同領域的聊天機器人模型。職缺連結
 NLP（Natural Language Processing） Engineer—自然語言處理工程師：將與總部的 NLP 團隊一起工作，針對繁體中文做最佳化，如斷詞斷字、語意分析等。這些元件會用在各個專案中，像是Clova、或台灣「LINE 購物」中的商品推薦等。