轉職熱搜工作

1. 手動編寫CNC加工程式：控制器:FANUC。 2. 判斷零件加工圖：檢查零件設計圖及其規格，並規劃加工工序與搭配加工刀具。 3. 加工前準備作業：使用治具(螺栓、夾板等夾具)，將工件固定於機器平台上。 4. 操作金屬加工機台：依零件加工工序規劃，搭配刀具選定切削速度並起動試銑。 操縱手輪或以自動進刀機構進行加工 5. 龍門銑床有傳統型與CNC機型，8米及10米行程。皆為3軸龍門銑床，有角度頭。

1. 操作CNC立式銑床(BT50) 2. 控制器：FANUC 控制器。 3. 手動編寫CNC零件加工程式。 4. 判斷零件加工圖：檢查零件設計圖及其規格，並規劃加工工序與搭配加工刀具。 5. 加工前準備作業：使用治具(螺栓、夾板等夾具)，將工件固定於機器平台上。 6. 操作金屬加工機台：依零件加工工序規劃，搭配刀具選定切削速度並起動試銑。 操縱手輪或以自動進刀機構進行加工。

1.設備電控配線配盤、拉線及電線配置安裝 2.機台試車及調整、設備線路異常排除、出貨前拆線 3.客製機台拆機、移機、測試、維修等 4.與機構設計人員及現場組裝人員配合協作 5.完成公司及主管交辦事項 6.工作態度佳，有責任心，抗壓性強，注重團隊合作，溝通表達能力佳，熟電路圖尤佳。

機械工程師,機械裝配員,產品維修人員 自動化設備組裝、備料、調整 依工作需求 可配合出差 《機台設備 組裝人員》 無經驗可 📌工作地點：南、中、竹科 (免費供宿,可外出者佳) 📌工作內容：自動化設備組裝、備料、調整 👉歡迎應屆畢業生、二度就業 (享勞健保,團保) ➡️薪資 加班另計(依照勞基法規定） ⏰工作時間：08:30～17:30，週日固定休假、六視工作進度休假 備註：公司提供宿舍及勞健保，午餐公司補貼，如加班超過2小時晚餐公司補貼，正職長期，工作單純，會依表現、配合度調薪 ⛑工作前準備： 一般勞工健檢、六小時教育訓練課程（課程公司會幫你安排）

【本職缺僅接受台積電官方網站投遞】 請至台積電官方網站投遞個人履歷表，此職缺履歷登錄網址: https://careers.tsmc.com/careers/JobDetail?jobId=436&source=1111 Established in 1987 and headquartered in Taiwan, TSMC pioneered the pure-play foundry business model with an exclusive focus on manufacturing its customers’ products. In 2023, the company served 528 customers with 11,895 products for high performance computing, smartphones, IoT, automotive, and consumer electronics, and is the world’s largest provider of logic ICs with annual capacity of 16 million 12-inch equivalent wafers. TSMC operates fabs in Taiwan as well as manufacturing subsidiaries in Washington State, Japan and China, and its ESMC subsidiary plans to begin construction on a fab in Germany in 2024. In Arizona, TSMC is building three fabs, with the first starting 4nm production in 2025, the second by 2028, and the third by the end of the decade. 台灣積體電路製造股份有限公司(台積公司)致力於維護身心障礙者就業權益。依身心障礙者權益保障法, 特別規劃聘僱身障人才專區，歡迎領有身障手冊或證明者加入台積公司！ Responsibilities: 1. Process development and yield improvement. 2. Customer engagement 3. Design rule define, TV design, and technology qualification.

參與自主移動機器人底層系統開發及功能驗證，工作內容包括: 1. 參與程式重構 2. 支援燒機測試與結果分析 3. 機器人於場域運行校準 4. 參與開發： i) 路徑決策優化 ii) 多車校準開發 iii) 車控韌體開發

機械工程師,機械裝配員,產品維修人員 自動化設備組裝、備料、調整 依工作需求 可配合出差 《機台設備 組裝人員》 無經驗可 📌工作地點：南、中、竹科 (免費供宿,可外出者佳) 📌工作內容：自動化設備組裝、備料、調整 👉歡迎應屆畢業生、二度就業 (享勞健保,團保) ➡️薪資 加班另計(依照勞基法規定） ⏰工作時間：08:30～17:30，週日固定休假、六視工作進度休假 備註：公司提供宿舍及勞健保，午餐公司補貼，如加班超過2小時晚餐公司補貼，正職長期，工作單純，會依表現、配合度調薪 ⛑工作前準備： 一般勞工健檢、六小時教育訓練課程（課程公司會幫你安排）

機械工程師,機械裝配員,產品維修人員 自動化設備組裝、備料、調整 依工作需求 可配合出差 《機台設備 組裝人員》 無經驗可 📌工作地點：南、中、竹科 (免費供宿,可外出者佳) 📌工作內容：自動化設備組裝、備料、調整 👉歡迎應屆畢業生、二度就業 (享勞健保,團保) ➡️薪資 加班另計(依照勞基法規定） ⏰工作時間：08:30～17:30，週日固定休假、六視工作進度休假 備註：公司提供宿舍及勞健保，午餐公司補貼，如加班超過2小時晚餐公司補貼，正職長期，工作單純，會依表現、配合度調薪 ⛑工作前準備： 一般勞工健檢、六小時教育訓練課程（課程公司會幫你安排）

Job Summary: The Machine Learning engineer will be responsible for computer vision related projects, particularly in advanced image/video processing analyses and utilized for improving product quality, production yield, and factory effectiveness, along with other R&D activities such as algorithm designs, prototype developments and experimental designs. Key Responsibilities: • Design, implement, and refine advanced Machine Learning/Deep Learning models to support product quality improvement, increasing yield and factory effectiveness. • Cultivate strong relationships with production line engineers, IT, and other key stakeholders to ensure alignment of modeling initiatives with company objectives and to identify new hypotheses for model improvements. • Scale out modeling capacity by driving infrastructure improvements such as automation of data preparations, model training, implementation, and optimization. • Apply deep learning and computer vision techniques, such as image classification, object detection, and support integration of models into tools for use by product engineers and business analysts. • Engage with customers to develop and customized data analytics solutions to address special needs. • Address ad hoc queries from management and present actionable recommendations in a clear, concise, and convincing manner. • Communicate the application and benefits of using various modeling techniques to improve decision-making to customers and stakeholders. • Collaborate effectively with team members, whether leading projects or supporting initiatives led by others. • Research and evaluate new data technology and state-of-art algorithms, and keep up to date with market trends and competitive insights.