轉職熱搜工作

1.帶領數位發展系統課，制定並執行部門年度數位發展計畫。 2.發展與推廣數位應用工具/系統（如 生成式AI、Machine Learning、BI、RPA、EDA... 等），協助公司數位轉型和各協助提升部門數位工具使用能力與數據分析與決策能力。 3.熟悉AI, 大數據資料庫架構與資料治理流程，帶領團隊確保數據資料品質。 4.與內外部顧問團隊協作，評估並導入創新數位技術。

（一）具備系統規劃經驗，能做SQL語法調優及index設計與優化 （二）實務 SQL Server 或 PostgreSQL Stored Procedure 經驗2年以上。 （三）有大數據維運經驗。 （四）可獨立或與團隊合作，工作態度積極、負責，配合公司規定。

本公司創立於1979年，位於桃園市中壢工業區，為汽車重要關鍵零組件專業製造廠，本公司專長在開發能力、生產技術及產品品質，均獲得多家汽車製造廠之肯定，列為主要專業協力廠。並在中國福州、瀋陽、太倉及泰國設廠，生產汽車零配件，供應國際知名汽車製造廠。 本公司擁有優秀經營團隊，秉持著『一家親』的經營理念，追求企業永續經營及成長～除整體營運穩定外，是國內汽車零件績優廠商, 我們重視位員工的需求，本公司擁有良好工作環境，也提供學習及成長的空間, 歡迎優秀的您，一起加入伍享股份有限公司的工作行列！ 工作內容: 1.生產線工時量測與維護 2.各生產線人力負荷計畫與實績作成 3.ERP品號基本資料建立與維護 4.產線作業分析與改善建議 5.主管交辦事項

1.成果落地與跨單位複製推廣 ●將成功案例由單一專案擴散為可重複使用的標準模式，逐步建立公司級 資料與AI應用能力 2.業務場景需求分析與應用設計 ●明確定義各事業單位的 AI／分析應用場景，將抽象需求轉化為可執行、 可評估成效的分析與模型專案。 3.資料分析與模型建立（預測／最佳化／異常偵測） ●產出具實際業務價值的分析模型，協助提升營運效率、降低風險或改善 決策品質，並可持續優化。

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

協助建置數位孿生模型，支援產線佈局與物流模擬；參與視覺監控技術的初步測試。配合智慧轉型專案進行數據採集，協助優化產線排程系統 。 Assist in building digital twin models and support layout/logistics simulation. Participate in visual monitoring technology testing. Support data collection for smart transformation and scheduling optimization.

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！

工作內容: 作為 TASA 的系統工程師，您將與多領域團隊合作及協調，這些領域通常包括結構、推進、電子電路、軟體、測試、品質工程和專案管理，在平衡系統功能性能並確保品質與計畫目標的前提下執行以下工作： 1.制訂需求 2.設計系統架構與進行型態管制 3.協調技術細節並監督發射載具的整體設計 此職位涉及高層次的載具設計（定義系統功能和架構）和參與解決問題，這需要深入了解某一領域或數據分析。

一、系統營運支援 協助會員理解與運用公司練習系統 整理常見問題並優化操作流程 建立標準教學文件與說明素材 二、技術理解與轉譯 閱讀主工程師提供之技術說明 將技術內容轉化為一般使用者可理解的說明 協助內部測試與問題回報整理 三、系統優化與AI導入 協助規劃AI應用場域 參與新功能測試與回饋 與工程師協作優化使用體驗

1. 規劃並整合客戶及內部智能製造相關系統架構，確保跨系統的一致性。 2. 承接客戶需求，推動產線數位化轉型，將生產數據轉化為數位管理系統。 3. 對接客戶需求，導入AI/ML系統解決方案，解決生產線稼動率與良率瓶頸。 4. 推動AI 與智能應用場景落地，導入流程自動化解決方案，提升單項業務流程的處理效率。 5. 量化呈現智能製造系統應用成果，作為客戶決策參考。 *須出差