轉職熱搜工作

本職缺為「人工智慧物聯網開發工程師」，職責範圍包括： 1.設計與開發智慧感測器及物聯網裝置之人工智慧演算法，提升系統效能與可靠度。 2.負責跨領域專案合作，將人工智慧技術整合應用於各產業，如智慧醫療、智慧製造及智慧農業等。 3.執行人工智慧模型訓練與驗證，提供高精確度解決方案，並持續改良系統以因應多變環境。 4.參與技術研發會議，與團隊成員共享知識與經驗，不斷創新研發，促進產業升級發展。 「人工智慧物聯網開發工程師」職務內容： 1.設計開發智慧感測器及物聯網裝置之人工智慧演算法，強化系統效能與穩定性。 2.於跨域專案中合作，將人工智慧技術成功應用於醫療、製造及農業等不同產業。 3.執行人工智慧模型訓練與測試，提出高準確度解決方案，並追求系統最佳化。 4.出席技術研發會議，與團隊共享知識能量，不斷創新研發，帶動產業進步。 工作內容與需求技術: 1. 人工智慧演算法開發(深度學習、小波轉換、訊號處理、醫療訊號) 2. 系統平台整合 3. 程式撰寫(至少二種: C, C++, Python, Java, JavaScript) 4. 人工智慧運算平台(至少一種: TensorFlow, Pytorch, Darknet) 5. 人工智慧物聯網(至少二種: AIoT, Embedded System, Cloud, Web Server, FTP Server)

我們正在尋找對人工智慧充滿熱情並渴望在快速發展的技術領域中發揮影響力的AI軟體工程師。加入我們的團隊，您將有機會參與前沿技術的研發和應用，推動公司的技術創新與進步。 工作內容： 1. 參與並追蹤最新的AI技術，提出改進方案，持續導入新AI技術，提升系統和應用場景 2. 跨部門團隊合作，了解需求並轉化為AI解決方案 3. 參與AI平台的建置和維護 4. 參與GenAI應用的開發，開發符合需求的軟體功能

1.產業淨零公正轉型分析：執行資料/文獻之蒐集、分析與收斂，設計政策成效驗證指標並協助產製具體淨零政策建議。 2.議題與利關人分析：透過田野調查、深度訪談、專家諮詢等，執行特定淨零政策之議題與利關人分析，並協助產製具體社會溝通策略建議。 3.政府報告產製：依據業主的政策或業務需求，產製具政策可行性之計畫成果。

1. 主導 OA／BPM 系統之開發、維護與功能優化 2. 協助企業內部表單、簽核流程與行政作業系統化與自動化 3. 使用 ASP.NET 與資料庫技術進行系統開發、資料串接與問題排除 4. 與單位需求跨部門合作，進行功能調整、測試與上線維護

1.依標準方法進行水質與材料相關分析（如 ICP-MS、GC-MS、UV-Vis 等）。 2.樣品前處理、儀器操作、校正與日常維護。 3.執行品質管制（Blank、Spike、回收率、重複性）。 4.原始數據整理、報告彙整與實驗紀錄撰寫。 5.配合實驗室品質系統（如 ISO/IEC 17025）之文件與流程。 6.協助主管進行測試進度與結果確認。 7.主管交辦事項。

作為推動內部數位轉型與 AI 落地的智囊團隊，您將發揮獨立作業能力。專注於將複雜的商業痛點，轉化為高效、可擴展的雲端數據架構，並參與規劃 AI 專案從 PoC（概念驗證）到實際上線的專案執行。 1. 企業級架構設計與實作 (Architecture Design & Hands-on Implementation): •針對龐大的線下實體營運數據與線上系統（如 POS、線上服務、物流、金流），參與設計並建置高可用性的混合雲/公有雲架構。 •制定 MLOps 流程與規範，確保內部 AI 模型能穩定部署、監控，並與現有老舊系統 (Legacy Systems) 順暢對接。 2. 商業需求轉譯與技術顧問 (Business Translation & Technical Consulting): •深入業務單位（如營業、行銷、供應鏈）釐清實務痛點，將模糊的商業需求「翻譯」成明確的技術規格與開發藍圖。 3. 跨部門技術協作與推進 (Cross-functional Tech Collaboration): •擔任專案的核心技術推手，具備強大的「技術說服力」，能與內部 IT 部門、數據工程師以及外部技術供應商進行商務討論。 •能自行打造MVP（最小可行性產品）或 PoC 模型，展示 AI 落地的商業價值。

1. 運用自然語言處理（NLP）技術，處理和分析大規模文本數據。 2. 運用Python及相關機器學習框架（如TensorFlow、PyTorch等），進行算法實現、調參和優化；以及模型調參、優化和性能測試。 3. 運用圖像處理和生成對抗網絡（GANs）知識，使用comfyUI進行圖片生成、調整和優化。

1.依需求產製各式數據分析報表。 2.協同軟體開發團隊維護Microsoft D365/Power BI。 3.協同軟體開發團隊導入各式數據工具，以彙整線上線下數據。 4.依各式軟體開發專案之內容提供數據落地之建議，並追蹤落實。

1.進行數位金融產品與客群的數據分析，產出洞察並提供決策建議 2.客戶行為分析、分群貼標、Persona建置與應用成效追蹤 3.行銷活動成效評估，並持續優化活動策略 4.機器學習模型建置，包含資料整理、特徵工程與模型驗證 5.規劃並優化分析流程，導入自動化設計或重複性作業改善機制 6.建立可重複使用的分析與報表流程，以提升分析效率與穩定性 7.運用生成式AI平台與API（如主流大型語言模型服務），並結合Agentic AI或任務導向工作流程框架（如多步分析、任務拆解與結果整合），協助SQL／分析邏輯生成、數據探索、假設推導與結果摘要，實際導入於日常數據分析流程中以提升效率與品質 8.支援業務、行銷、營運等單位的日常分析與報表需求 9.參與客群經營策略規劃與跨部門專案合作