轉職熱搜工作

巨葉科技有限公司邀請您一起加入我們不斷成長的大家庭！ 🚗✨我們是一家致力於販售汽車鍍膜及清潔用品的創新工廠，擁有自己的電商平台與短影音、直播團隊，並在馬來西亞設有分公司。 ２０２６年，我們將持續拓展至越南、泰國及港澳市場。如果您對汽機車相關用品產業充滿熱情，這裡將是您展現才華的最佳舞台！ 主要工作內容： 1. 策劃電商平台主題活動，制定促銷策略，提升曝光與品牌影響力。 2.品牌經營與行銷企劃面（55％） 根據品牌定位與年度計畫。 3.協助分析促案毛利與回購率成效，擔任品牌商品頁優化企劃，與美編設計師溝通主圖視覺、影片拍攝方向等。 4.市場資料搜集、競品分析、消費者分析。 5.平台經營策咯，銷售組合、行銷活動等完整策略 。 6.相關業績報表及活動結果分析、達成業續目標 、商品毛利以及相關數據分析。

1.使用電腦輔助設計軟體，規劃設備電氣元件配置及自動控制線路圖。 2.具備有工業配線基本知識，進行符合設備需求條件的生產製造規格。 3.有人機介面編輯規劃、控制器程式撰寫設計及機電整合等相關工作經驗者佳。 4.熟安川PLC程式撰寫3年以上經驗者，並有三菱PLC程式撰寫經驗者優先錄取。

1. 品牌年度行銷規劃: 活動提案、整合、執行 2. 品牌新品規劃: 新品市調分析、命名、介紹文案、上市時間、宣傳曝光、銷售策略、商訊/文宣品設計、業務溝通、 評估採購、銷售追蹤 3. 通路合作: 通路檔期活動配合發想/行銷策略/文宣設計、門市店點檔期陳設佈置提案/發想/文宣設計/場布 4. 外部合作(藝術家合作、品牌合作、聯名活動、公關贊助): 活動接洽、成本效益評估、提案、執行處理 5. 品牌陳列座、大圖輸出、通路文宣品設計 6. 對外銷售活動及展覽: 文具展、異業合作 7. 數據分析：國外及公司內部所需之品牌相關數據資料分析: 品牌銷售產品線佔比、歷月/年銷售、通路銷售、產品銷售

1. 電話開發、DM信箱投遞 2. 協助館內業務處理 3. 會籍文件相關問題 4. 店內清潔 5. 館內會員服務　 6. 聯繫既有舊會員名單活動通知 7. 協助主管交辦任務 歡迎具有相關經驗或對健身事業有高度興趣的您一同加入我們的行列！

• 區域氣候與空氣品質模式模擬結果之資料處理與分析 • 極端事件、長期趨勢與情境比較之統計分析 • 圖表繪製與研究成果整理 研究主題涵蓋氣候變遷情境、動力降尺度結果分析，以及對空氣品質與環境風險之影響評估

[職位概述] 您將負責為 AIBOX 注入「大腦」的智慧。我們正將大語言模型 (LLM) 與檢索增強生成 (RAG) 移植到本地邊緣端，實現低延遲、無網可用的本地 AI 助理。您將主導本地模型評估、RAG 知識庫建構與 Prompt 的調優整合。 [主要職責] 本地輕量化 LLM 部署與評估： 評估與優化適用於邊緣硬體（SoC/NPU）的輕量化大語言模型（如 Llama 3.3, Phi-4, Gemma4 等）。 針對邊緣端推論效能，與後端及 BSP 團隊合作優化 Token 推理速度（Prefill/Decode latency）。 RAG 知識庫架構設計： 負責本地知識庫的資料清洗、Chunking 策略制定與 Embedding 向量化。 建置與管理本地向量資料庫（Vector Database），實現精準的語意檢索。 Prompt 工程與對話流設計： 針對 AI 語音/文字助理進行 Prompt 設計與迭代調優，確保輸出格式穩定（如 JSON/Structured Output）。 設計防幻覺機制，讓 AI 助理能精確依據本地文檔回答。 MCP 協定與 Tool-use 整合： 整合MCP、Skill或 Function Calling，使 LLM 能自主呼叫 AIBOX 本地 API，控制硬體設備或查詢視覺偵測數據。

【我們正在找室內裝修顧問夥伴】 你有業務經驗、喜歡與人溝通，卻沒有室內設計背景嗎？沒關係！ 我們提供完整的室內設計、建材、工程流程與業務成交培訓，讓你從熟悉業務技巧開始，逐步成為專業的室內設計顧問。 我們重視你的： ✅ 溝通與傾聽能力 ✅ 積極主動的工作態度 ✅ 業績企圖心 ✅ 願意學習與成長的決心 你將享有： 🌟 固定薪資＋高額業績獎金 🌟 公司客戶與團隊資源支持 🌟 完整培訓與主管陪跑 🌟 設計、工程團隊協作 🌟 清楚的升遷與發展機會 不需要一開始就懂設計，只要你願意學，我們願意帶你成長。 如果你想挑戰更高收入、累積專業能力，並在室內設計產業發展，歡迎加入我們！

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：碩士44968元起薪，該職缺係「適用勞動基準法」