轉職熱搜工作

(1) 參與非結構化數據 AI 模型開發，包含醫療影像（超音波/CT/MRI等）的辨識、偵測、分割及 3D 重建等核心功能，以及開發與維護影像標註工具，支援醫師進行結構化標註。 (2) 參與結構化數據 AI 模型開發，包含建立及優化數據前處理流程（Data Cleaning, Normalization, Augmentation）。 (3) 協助跨部門（含醫療、產品、UI/UX、前後端團隊）進行技術需求溝通與整合測試。 (4) 參與臨床驗證、模型部署、與其他專案開發相關事項（主管交辦或協助臨床測試等）。

- 設計、開發、部署和維護可擴展的 AI 代理解決方案和生成性 AI 應用程式 - 建立驗證框架，優化 AI 應用和流程，確保系統的準確性、可靠性和效能 - 研究並將尖端人工智慧進步融入實際應用

01.設備機台保養維護。 02.定期保養計劃排定及執行。 03.備品定期盤點及造冊。 04.設備履歷表更新。 05.備品整修及其他工程支援。

1.能源、空調冷氣、冰水主主機、工程系統安裝 2.AIOT 軟硬體系統整合安裝、測試、檢查、服務 3.能源管理 EMS (搭配 PM 整合創新） 其他條件： 1. 具有學習、溝通能力、客戶服務 2.有2-4年電子、水電、電器、通訊設備安裝經驗 (初學肯學、有基礎背景、有高度興趣者可試） 3.具電子、資工、電機等理工背景，熟悉英文溝通者佳

太陽光電系統助理工程師｜無經驗可！帶薪培訓＋快速晉升！ 想進入 綠能產業，但沒有相關背景？ 沒問題！ 我們提供 完整培訓＋業界專業指導，即使 無經驗、非工程科系，也能成為 太陽光電專業工程師！ 你的工作內容： @專案可行性評估與設計規劃 參與 太陽能發電系統的規劃與設計，學習專業技術 進行專案 可行性評估，確保電站效能最佳化 @施工監督與技術指導 制定 施工方案，確保工程順利進行 監督與指導 太陽能系統建置與運行，確保品質與穩定度 @前瞻設備與技術應用 研究與導入 最新太陽能設備與技術，提升發電效能 @工程協調與品質管理 整合 製造、建構、安裝、維修 各環節，確保符合品質、安全、效能標準 @無經驗可！不限科系！我們重視的是你的學習態度！ 零經驗可！ 我們提供帶薪培訓，從基礎技術到專案管理，完整學習！ 不限科系！ 不論你是 機械、電機、土木、環工，甚至是 非工程背景，只要有興趣，都有機會成為專業工程師！ 為什麼選擇我們？ 綠能產業發展快速——加入太陽能市場，掌握未來趨勢！ 完整技術培訓——不怕沒經驗，公司帶你從零學起！ 晉升機會明確——從助理工程師晉升為 工程師、專案經理、技術主管！ 穩定薪資＋獎金——提供市場競爭力薪資，學習同時也能有好收入！ 現在就是加入綠能產業的最佳時機！ 立即投遞履歷，讓我們一起打造永續能源的未來！

1. 熟悉 CNN, GNN 等深度學習技術，能夠建立類神經網路模型 2. 熟練使用 PyTorch, Keras, TensorFlow 等機器學習框架進行建模工作 3. 負責模型的日常參數優化及程式運維管理 4. 與前端工程師合作，進行 API 串接及功能實現 5. 具備 GPT, BERT 等模型的基礎知識，並能應用於建模實踐 6. 英文流利優先 7. 能配合工作出差國外

1. 負責智能工廠生成式AI項目推動 2. 負責智能工廠預測型AI項目推動 3. 負責BI與大數据平台與整合報表整合 4. 線上問題值班排查 5. 智能工廠AI項目推動

一、設計與開發 RAG 流程（Retrieval-Augmented Generation） 建置 GenAI 應用所需的 RAG 流程，包括： 　- 資料處理：轉換各種格式（如文本、圖像、程式碼）為模型可解析的結構 　- 向量嵌入：將處理後資料轉為向量表示，並儲存於向量資料庫 　- 相似度檢索：根據使用者查詢，在向量資料庫中搜尋最相關的內容 　- 提示強化：將檢索結果整合至 LLM 輸入提示中，提升生成結果品質 　- 結果產生：透過 GenAI 模型生成最終回應 評估並選擇合適的嵌入模型與向量資料庫（如 Pinecone、Milvus），持續優化流程效能與準確性 二、建置與維護向量資料庫 部署並設定向量資料庫系統，依據需求設計資料結構（schema） 開發資料導入、更新、自動化維護相關工具與腳本 監控資料庫效能與資源使用，進行調校與最佳化 三、開發與優化向量嵌入模型 根據應用場景選擇適合的嵌入模型 利用工具（如 SentenceTransformers）進行模型訓練與微調 監測模型準確性與表現，進行優化與迭代 四、提升 GenAI 應用準確性與可靠性 利用 RAG 技術降低模型產生幻覺（hallucination）的機率 確保模型生成內容具備事實性、準確性與一致性 建立監控與評估機制，強化系統回應品質 五、跨部門協作與技術溝通 與 GenAI 工程師、資料科學家、產品團隊密切合作，確保系統設計符合實際需求 以簡潔方式向非技術同仁說明 RAG 與向量技術的核心概念與應用價值 六、技術研究與持續進修 追蹤 RAG 架構、向量資料庫、嵌入技術等相關領域的最新發展 研究新穎的相似度搜尋算法與嵌入技術應用 參與社群活動、技術論壇或研討會，拓展專業視野

一、GenAI 應用設計與開發 規劃並帶領團隊設計創新的 GenAI 應用，涵蓋以下核心場景： 　- 內容生成：自動撰寫文案、產生程式碼、翻譯語言、生成音樂與影片等 　- 數據分析：從海量資料中提取洞見，實作預測模型、生成動態報表 　- 智慧客服：建構 AI 聊天機器人、推薦系統、自動回覆模組 　- 教育科技：開發互動式學習工具、自適應學習平台、自動批改系統 根據應用需求選擇合適的 GenAI 模型（如 GPT-4、Gemini、Claude），並進行微調與最佳化 運用相關開發框架與工具（如 LangChain、Python、TensorFlow）實作應用 領導 GenAI 系統與企業內部平台的整合與佈署 二、跨部門協作與技術溝通 與產品經理、UI/UX 設計師、資料科學家、IT 團隊等協作，推動專案開發進度與品質 能以業務導向思維，向非技術團隊清楚說明 GenAI 應用的原理、效益與限制 擔任團隊與高階管理層之間的技術橋樑，提出具可行性的技術建議與決策支持 三、技術研究與知識傳承 持續追蹤全球 GenAI 技術發展趨勢、主流模型演進（如 GPT、Claude、Mistral 等）與最佳實務 深入研究模型訓練、推論效率、提示工程、RAG 等核心技術 推動團隊內部技術分享、建立知識庫、鼓勵參與技術社群與研討活動 四、團隊領導與品質管理 建立技術標準與開發流程，確保 GenAI 應用的穩定性、可維護性與可擴展性 帶領團隊撰寫高品質技術文件與 API 文件 指導應用測試與部署流程，主導關鍵問題除錯與技術瓶頸排解