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)

1. 海上結構物流體動力分析及製造可行性評估 2. CFD 數值模擬、資料分析及模型建構優化 3. 技術研析及國內外文獻資料蒐整 4. 海域現場及陸上實驗規劃、設計與執行

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.政府人才發展相關計畫之規劃與推動。 2.執行審查與管考相關作業，如進度追蹤、溝通協調，以及召開會議等。 3.具備報告撰寫與簡報能力，可進行資料彙收、檢核、分析等工作。 4.客戶服務與臨時交辦工作。

我們在尋找那些熱愛打破傳統框架，勇於接受挑戰的人才！如果你(妳)擁有出色的溝通能力，積極主動的態度，並且能夠促進團隊合作，同時也有能力獨立作業並高效交付成果，喜歡從多角度思考並與團隊共同解決問題以確保項目順利完成，歡迎你(妳)加入我們的行列，開啟一段充滿創新與成長的旅程！ IT專案管理：領導雲端與地端IT基礎設施的建置、優化及合規專案，制定策略並進行專案規劃，同時全面監控計劃的執行進度，確保每一階段的成功。 跨部門協調：擔任跨部門溝通的橋樑，協調並整合不同部門的意見，進行會議管理、議題與風險的預防及解決，確保資訊流暢無阻。 專案進度管理：精準追蹤專案進度，彙整相關資料，並定期產出必要文件報告，透過數據驅動的管理方式，讓每個項目都能按時、優質交付。 主管交辦任務：靈活應對主管交辦的各項任務，展現你的多功能性和應變能力。 加入我們，你將有機會在充滿活力與創新的環境中工作，與一群充滿熱情的專業人士一起，推動公司在IT領域的卓越表現。讓我們一起創造未來！

我們在尋找那些熱愛打破傳統框架，勇於接受挑戰的人才！如果你(妳)擁有出色的溝通能力，積極主動的態度，並且能夠促進團隊合作，同時也有能力獨立作業並高效交付成果，喜歡從多角度思考並與團隊共同解決問題以確保項目順利完成，歡迎你(妳)加入我們的行列，開啟一段充滿創新與成長的旅程！ IT專案管理：領導雲端與地端IT基礎設施的建置、優化及合規專案，制定策略並進行專案規劃，同時全面監控計劃的執行進度，確保每一階段的成功。 跨部門協調：擔任跨部門溝通的橋樑，協調並整合不同部門的意見，進行會議管理、議題與風險的預防及解決，確保資訊流暢無阻。 專案進度管理：精準追蹤專案進度，彙整相關資料，並定期產出必要文件報告，透過數據驅動的管理方式，讓每個項目都能按時、優質交付。 主管交辦任務：靈活應對主管交辦的各項任務，展現你的多功能性和應變能力。 加入我們，你將有機會在充滿活力與創新的環境中工作，與一群充滿熱情的專業人士一起，推動公司在IT領域的卓越表現。讓我們一起創造未來！

1. 整合跨部門需求，協調各單位溝通並推動專案執行。 2. 分析採購流程並規劃改善方案，提升作業效率與管理品質。 3. 負責 BPI 系統相關專案之規劃測試、導入與執行。 4. 協助跨廠區資源整合與流程最佳化，提升整體營運效能。 5. 追蹤專案執行成效，持續推動流程優化與改善。

一、AI電腦視覺模型設計/演算法設計整合/應用/與優化 1、基於影像之AI模型/演算法開發 2、AI模型設計/架構分析/及優化 3、雲端計算與AI模型雲端部署 二、運動科技場域分析與互動應用 1、以人工智慧與深度學習的方式改善圖像特徵擷取與識別、物件偵測與追蹤、影像自動強化、縫合、填補、與風格轉換等應用。2、蒐集運動員數據由機器學習（Machine Learning）為基礎利用演算法進行賽事預測與分析、選手培訓與輔導。