轉職熱搜工作

🌞工作內容： 1.光電設備清洗與電力系統檢測維護 2.光電系統故障排除、臨時異常處理 3.協助新建案場完工驗收作業 (設備監控系統設定) 4.主管交辦事項處理 💰日薪1700元起（依能力調整薪資） 🏠可外宿者佳 工作全省跑 （提供免費公司車接送，宿舍） 🦄️不定時員工聚餐，員工旅遊 能刻苦耐勞，能接受太陽底下工作，能配合外縣市工作 .. 🎉歡迎加入我們團隊🎉

【歡迎食品科學、食品營養相關科系人才加入】 1. 雞精課人力調度管理及生產進度掌控。 2. 巡檢生產線產品品質並符合SOP要求，確認所需原料數量及品質。 3. 突發狀況處理，協調修護員檢修，必要時配合檢修及試車。 4. 現場環境衛生檢查及維護。 5. 配合研發及品保部門進行生產線試車。 6. 填寫每日產量報表及相關生產報表。 7. 執行公司政策、主管交辦事項及員工教育訓綀宣導。 8. 每日員工出缺勤統計、請假、加班資料填報，員工教育訓練、情緒輔導。 9. 生產現場提案改善及執行。 *有工作資歷者另計薪資 *平日、假日加班另計加班費 *輪班另計輪班津貼 *依工廠營運狀況暨個人績效表現另計生產獎金 *外縣市員工宿舍提供

年定期評核達制定標準，年薪14個月以上或更多，歡迎一同加入七宇這個大家庭，大家共同奮鬥。 1. 生產計劃的排定與管理（追蹤、管控、確保交期、產能及溝通協調）與執行，提出品質及生產成本之管控計畫 2. 負責收發單作業、生產備料、最終出貨準備 3. 委外需求的調度、廠內製程的協調分配 4. 產銷協調及異常處理 5. 生產線機器、設備、人員、物料等排程之效率管理與生管流程改善。 6. ERP系統、每日報表及登帳作業 7. 進料/製程/出貨品質管制相關工作學習 8. 其他主管交辦事項 9. 具有良好的整合溝通協調能力、工作積極、EQ良好、邏輯能力強者尤佳。 10. 具備1年以上生管相關工作經驗或擁有工業管理相關背景經驗者優先考慮

1.負責產線管理作業 2.開立生產製造單，跟催生產單 3.管控現場生產報表，以檢視與生產目標的距離 4.負責與現場同仁進行協調，以符合生產及程序標準 5.監督作業員作業&出缺勤管理，維持作業品質以及進度 6.物料需求清單 7.須熟悉ERP系統操作 8.協助主管交辦事項 9.工作環境須現場走動

🔬 想提早踏入半導體產線現場嗎？ 課本上的流程、設備、電盤、配線，通通變成你親手操作的實戰經驗！ 不要懷疑，巧手心細是你最大的武器~ 在這裡，你不只是打工，而是離工程師又更近一步的技術工讀生！ 🛠 你將會實際動手做： 依照工程師指示，協助半導體設備的配電盤、配線貼貼紙、整理線材與基本檢查等等 🚀 想累積實戰經驗、為未來履歷加分嗎？ 加入我們，把在學校學到的配電盤配線專業知識搬進真實產線， 每一次施作，都是朝專業技術人員更靠近的一步！

 學歷：國內外研究所電機、電信、電子、光電、通訊、資科、資工、計算機等相關科系碩士畢業。  報名網址：https://rmis.cht.com.tw/portal/jobs/joblist.jsp  工作內容：需參與以下至少一項工作 1. IP網路架構、IP網路設備數位分身、電信時頻同步網路技術研發。 2. 光纖到家網路設備、服務供裝、跨廠互通、AI助理及加值應用開發、障礙查測技術與品質監測系統研發。 3. 開源IMS (IP Multimedia Subsystem) 軟體套件入雲架構設計與功能/效能/安全性優化、虛實網路介接、及具體應用場域客製化研發。 4. 企業通訊系統暨智慧管控功能研發，運用AI技術優化企業通訊之語音對話、自動外撥、智慧管控等功能。  所需專長與工作經驗： 1. 至少具備下列任一項專長與經驗者： (1) IP網路(MPLS、Segment Routing、EVPN等)、乙太網路(乙太網路、TCP/IP、IPv4/IPv6、IP Routing等)、時頻同步網路(SyncE、PTP)等技術，熟悉相關網路技術標準。 (2) 光纖到家網路技術、規劃、查測、設備軟硬解耦與應用研發。 (3) 熟悉光纖通訊與光時域反射儀OTDR(Optical Time Domain Reflectometer)技術及應用。 (4) 具備資料庫、RESTful API、Web Service、與網頁開發技術，及Java、C/C++、Python等任一程式語言設計開發經驗。 (5) 熟悉Linux作業系統操作與Container技術，具備雲化和容器化使用經驗。 (6) 具備電信網路或服務使用AI工具開發或整合經驗(如：OpenAI API、Prompt Engineering、RAG、LLM模型微調訓練等)。 2. 具備下列經驗或能力尤佳： (1) 具備IP網路、網路數位分身、電信同步技術等工作實務經驗、開源軟體整合研發與測試經驗、RESTful API設計開發經驗。 (2) 具備CCNA/CCNP/CCIE證照或同等證照。 (3) 具備光纖到家網路與其通訊協議(如：OMCI)技術。 (4) 熟悉VoIP網路技術、IMS核心架構、SIP通信協定與註冊及呼叫服務流程，具備SIP服務應用或IP PBX開發經驗。 (5) AWS、Azure、GCP三大公雲服務上架經驗或跨國合作經驗。

深度學習模型推論和訓練優化研究 (Optimization of Deep Learning Model Inference and Training) Machine Learning Systems團隊的研究方向包括：平行與分散式計算、編譯器、以及計算機架構。我們利用電腦系統的技術加速深度學習模型推論和訓練，並研究下一世代機器學習模型的系統開發和優化。 我們的研究方向著重於： 1. 模型壓縮與計算優化研究。 模型壓縮技術 (pruning and quantization) 透過減少AI模型容量與運算量，實現模型執行加速，對於嵌入式系統等資源受限的計算平台以及記憶體有限的AI加速器至關重要。為了有效執行壓縮後的模型，許多次世代處理器設計了新的運算功能，例如向量運算 (Intel AVX512, ARM SVE, RISC-V RVV) 和矩陣加速器 (matrix-multiplication unit on GPUs and NPUs) 等強化功能。我們將研究 (1) 如何利用這些強化運算功能加速壓縮模型的執行，(2) 各種計算平台，例如伺服器、邊緣裝置、異質系統等的壓縮模型的佈署方法。 2. AI加速器設計。 針對深度學習模型的推理加速，在FPGA板上實現AI加速器硬體設計，並進行軟硬體協同設計與優化研究。 3. 異質環境下深度學習模型推論優化研究。 智慧系統如自駕車與語音助理，通常需執行複雜的深度學習模型 (complex deep learning models: hybrid models, multi-models, and multi-task models)。與此同時，電腦架構正朝向異質多處理器設計發展 (heterogeneous architecture: CPUs+GPUs+AI accelerators)。如何整合異質處理器來執行複雜模型並達到高效能的運算，成為一項關鍵且具挑戰性的研究。針對此問題，我們將探討以下方向：(1) 模型運算與異質處理器的分配策略，(2) 排程演算法設計，(3) 模型執行平行化方法，包括資料平行（data parallelism）、模型平行（model parallelism）與張量平行（tensor parallelism）。 上述研究議題為國內外深度學習系統領域之重要發展方向，產業界及學術界均需此方面人才。適合擬專心研究，未來從事學術工作者或研發工作者，對於未來規劃進修博士學位者, 本實驗室之研究計畫提供優良之訓練環境與研究經歷。 薪資：博士64711元起聘，該職缺係「適用勞動基準法」