轉職熱搜工作

1. 對材料研發工作有經驗 , 動手設計及操作能力強 2. 有金屬及陶瓷材料的專業知識 3. 具備材料分析及測試工作 (如 物性測試 及 可靠性測試) 能力及經驗 4. 有獨立研發能力及 可搜尋專業技術論文及專利 5. 執行主管交辦的工作及報告 6. 具備低溶點金屬及液態金屬知識與經驗尤佳 ※薪資待遇將依學經歷及面談評估之專業能力進行敘薪

1.專利說明書撰寫，核稿；官方核駁分析與答辯及其他專利申請相關業務； 2.研發人員技術提案的檢索與挖掘； 3.專利侵權比對分析等相關業務； 4.CAD製圖； 5.其他主管交辦事項

1. 負責消費型電子產品機構 3D設計與2D出圖 2. 確保設計品質與可行性, 如材料選用/表面改質/CAE強度分析/DFA/DFM 3. 試製樣品組裝與功能驗證, FACA分析 4. 相關專利/論文/業界新技術 分析 *須長期出差

1.為研發同仁提供有深度的專利檢索與專利佈局建議，激發創意 2.應對研發專案，開展FTO分析 3.公司智慧財產權管理制度的落實跟進與稽核 4.應對知產爭議，如專利、商標、軟體爭議等 5.全球視野的智慧財產專項調研 6.公司內部人員培訓與宣導，營造公司創新氛圍

1.感測化學設計 • 葡萄糖氧化酶（GOx）系統 • Mediator 選型（如 Ferrocene 類） • 電極反應穩定性設計 • 抗干擾（Ascorbic acid、Uric acid） 2.感測器壽命與穩定性 • Enzyme 漸衰控制 • 漂移（Drift）抑制 • 溫度 / pH 變化補償策略 3.製程與一致性 • 酶塗佈技術 • 電極材料（Pt、Au、Carbon） • 批次一致性、良率提升 4. 專利調研 • 競品感測器專利調研規避

1. Research on 3GPP NR (New Radio) and 6G technologies including Layer 2/3 protocols and procedures 2. Support Intellectual Property related delivery and procedures 3. Standardization activities including participation of 3GPP meetings, contribution submission, new feature monitoring and exploration, and cooperation with other leading companies. 4. Teamwork with experts on communications and networking globally in SHARP

1. System design and research on 3GPP NR (New Radio) and 6G technologies including multiple access, frame structure, synchronization, MIMO, physical channel/signal design, and Layer1 procedure. 2. Support Intellectual Property related delivery and procedures. 3. Standardization activities including technical document submission, new feature monitoring and exploration, and cooperation with other leading companies. 4. Teamwork with experts on communications and networking globally in SHARP.

1. 參與部門研究、專案管理與跨部門溝通協作 2. 針對生成式 AI（含大型語言模型，LLM）、分散式通訊中介層（如 ROS 2、DDS）以及工業控制系統（ICS）的架構環境，開展前瞻性資安威脅研究與防護技術研發 3. 將研究成果轉化為學術論文或專利 4. 探索並驗證資安防護技術應用的可行性，轉化為實際的技術方案 5. 持續追蹤與分析前沿技術發展趨勢，評估其在資安領域的應用潛力

1.部門相關進度及專利申辦相關事宜跟催、回報 2. 圖面、文件製作建檔管理 3. BOM表維護,ERP及內控制度表單維護 4. 產品.量治具圖面繪製.Solid Edge Inventor.Autocad繪圖軟體 5. 協助處理庶務性行政工作 6. 完成主管交辦工作

CDP 與數據策略 ●設計 CDP 資料模型，整合多來源數據（網站、APP、社群），驅動行銷自動化。 ●定義 KPI/OKR，運用因果推斷設定用戶生命週期策略，確保數據一致性。 模型與演算法設計 ●開發基於 Transformer 或 GNN 的推薦系統、用戶分群、流失預測等模型。 ●使用 LightGBM 或 PyTorch 迭代模型，優化效能與準確度。 ●透過 MLflow 追蹤實驗，確保模型可擴展與可重現。 實驗設計與優化 ●規劃 A/B 測試或 MAB 實驗，驗證行銷或產品成效。 ●分析結果並迭代資料模型與演算法，推動留存率與營收成長。 技術領導與培養 ●與工程團隊合作，透過 Kubeflow 優化 MLOps 流程。 跨部門協作 ● 與行銷、產品、工程團隊對接，推進數據驅動專案。 ●向管理層展示演算法對業務的量化影響，驅動決策。 資料合規 ●設計符合 GDPR、CCPA 的資料模型，確保數據安全與隱私。