轉職熱搜工作

開發智慧機械狗之 AI 步態控制技術，包含馬達上層通訊、模擬器建置與實際場域測試，並參與以下研發重點： 1. 強化學習與模擬環境建構 (RL & Simulation): - 根據專案需求，於 NVIDIA Omniverse / Isaac Sim 中建構高擬真模擬環境。 - 應用 強化學習 (Reinforcement Learning) 或 知識蒸餾 (Knowledge Distillation) 訓練機械狗步態與運動策略。 - 負責 Sim2Real 之虛實整合驗證。 2. 硬體控制與系統整合 (Hardware Control & Integration): - 負責馬達控制通訊開發與測試，包含通訊協定串接（如 CAN, EtherCAT, RS-485）與驅動程式撰寫。 - 基於 ROS2 架構進行實體機械狗的系統整合，確保底層驅動與上層決策之即時通訊。 - 執行機械狗於實際場域之功能驗證與效能調校。 3. 多機協作與群體智慧 (Swarm Intelligence): - 研究多機器人協同合作 (Multi-robot collaboration) 機制。 - 開發機械狗群體隊形控制與協作演算法。

***職缺說明*** 1.此職缺為涵括全院之AI軟體工程師職缺，對AI軟體工程師職缺有興趣者可直接投遞。 2.或至下列各研究單位點擊連結投遞心儀職缺。

【類比IC設計及基本電性測試】 1. 負責類比/混合訊號電路設計（如Memory Periphery、 LDO、ADC、Reference、等） 2. 使用 Virtuoso 進行電路設計與 schematic/layout 建立 3. 使用 HSPICE 進行電路模擬與驗證（corner / Monte Carlo / reliability） 4. 參與晶片量測與除錯（Lab bring-up） 5. 協助開發新型嵌入式記憶體相關電路架構

運用先進人工智慧、機器學習與最佳化技術，將資料轉化為可落地的決策能力，協助企業在複雜的工業場域中實現智慧化、自動化與最佳化。主要工作內容包括： 1. (AI 與機器學習模型研發)：研發並實作各類機器學習、深度學習、統計建模方法與預訓練模型(如 time-series foundation models)，針對工業設備與製程數據建立高準確度的預測與決策模型，用於品質預測、異常偵測與趨勢分析。 2. (決策與最佳化演算法設計)：設計與開發最佳化演算法（數值最佳化、代理模型最佳化、啟發式演算法等），解決多目標、多限制條件下的工業決策問題，並應用強化學習（Reinforcement Learning）於設備控制、製程參數調校與策略自動學習，提升效率與穩定性。 3. (理論引導與模型融合)：結合物理定律、工程經驗與數學模型，進行理論引導建模（Physics-informed / Theory-guided Modeling），提升模型可解釋性與泛化能力，將資料驅動模型與機制模型整合，提高模型準確度並降低對大量資料的依賴。 4. (工業應用落地與數位雙生)：將 AI 模型實際應用於工業設備或製程的參數最佳化、能耗降低、良率提升與風險控管，建構與維運數位雙生（Digital Twin）系統，模擬真實設備與製程行為，支援情境推演、策略評估與即時決策。

1. 實驗室設備系統維運 2. 熟悉塗佈/曝光黃光設備、PVD/CVD 鍍膜設備、乾/濕式蝕刻設備 3. 配合計畫需求運作維護，改善既有設備缺陷 4. 實驗室環境建置、改善規劃與執行最佳化 5. 設備系統運作、能耗分析與節電方案執行確效

1. (國內外AI產業情報研析) 負責Survey全球與台灣AI技術發展趨勢、產業動態及應用案例。 2. (擔任政府科專計畫技術幕僚) 協助政府單位進行AI技術政策研析與計畫管考作業。 3. (技術盤點與應用系統設計建議) 盤點經濟部相關科專之AI技術成果，評估其技術成熟度，並提出可落實於產業之具體建議。 4. (AI垂直整合系統規格制定) 針對特定產業領域（Domain）需求，規劃AI垂直整合之系統架構，並協助訂定軟硬體系統規格。