轉職熱搜工作

高速流體機械高校節能設備開發與示範商轉，工作內容包含 1.低溫室效應冷媒磁浮離心式壓縮機組裝 2.低溫室效應冷媒磁浮離心式壓縮機性能測試 3.低溫室效應冷媒磁浮離心式壓縮機與冰水機示範商轉維護

1. 進行工業與防爆安全技術、國內外相關標準與制度之研究，供主管機關政策規劃與推動之依據 2. 執行參與防爆或工業安全電氣設備產品檢定驗證相關工作與電性測試，確保市場設備安全之符合性，並改善提升驗證程序及品質 3. 參與政府與業界工業安全相關計畫與研究，協助業界防爆與工業安全之宣導推廣與落實

1.資料庫架構與規範建立：協助規劃與建置部門新研發資料庫，制定標準化的「檔案命名規則」、「目錄分類邏輯」、「版本控制流程」以及「分級存取權限機制」。 2. 歷史研發資料盤點與歸檔：收集並梳理部門過往的研發計畫資料，將非結構化資料進行清洗、分類與標籤化。 3. 檢索與引用系統優化：建立直觀的檢索索引或知識目錄，確保工程師在編寫 WCM (產品工況功能矩陣) 或進行 AI 降階模型訓練時，能快速且精準地撈取所需的歷史數據與參考文獻。

工業技術研究院南分院光機模組部徵求電路工程師，此職位主要負責以下四項工作任務： 1. 無人機與雷射零組件控制：設計及維護雷射製程系統的運動控制系統，確保儀器設備穩定運作，並處理相關軟硬體問題。 2. 輔助雷射製程整合控制：協調各項子系統操作，如氣體供應、溫度調節、電源管理等，以實現高效率的雷射加工製程。 3. 雷射製程分析軟體撰寫：開發與改進雷射切割技術分析軟體，透過數值模擬和資料處理，提升製程優化和產品品質。 4. 輔助研究發展工作：參與新式雷射技術研發，並提出專業意見和解決方案，以促進部門的創新能力和產業競爭力。

參與5G/6G/WiFi通訊與感知定位技術開發，工作內容包含以下: 1. 研發與實作 5G / Wi-Fi 定位與感知演算法，涵蓋 AI-based 與傳統方法。 2. 進行定位演算法之效能評估、模擬驗證與結果分析。 3. 執行 5G / 6G / Wi-Fi 通訊與感知定位應用系統之軟體開發與整合。 4. 研讀並解析 3GPP、IEEE 與 O-RAN 通訊規範，轉化為可實作之技術方案。

研發項目包括： 1.冷凍空調系統熱流分析及熱管理 2.熱交換器、冷凍空調系統設計與性能測試 3.伺服器或電子散熱 4.冷凍空調設備環境之氣流模擬分析

1.負責機台的操作與維護工作 2.製程管理，生產相關規劃作業 3.其他主管交辦事項 ※任職滿2年最高可領留任獎金60,000元 ※班別時段：早班08:00~16:00 中班16:00~24:00 夜班00:00~08:00 ※休假方式：排休制(每月可排休天數比照當月週休二日制人員休假天數) ※薪資含輪班津貼0~6,000元(依實際輪班出勤狀況計給) ※每年依考績表現調薪 ※多項公司福利制度，試用期滿正式任用並享有生日假、樂活健康假

《工作內容》 負責人型/類人型智慧機器人的大小腦AI技術開發，包含視覺語言模型、純視覺3D環境感知、影像即時追蹤與地形分析、WBC整機控制技術與多機協作。並透過 Omniverse 仿真與實機整合驗證，打造具高度自主性與環境理解能力的智慧機器人系統。並參與以下研發重點： 1. 核心模型研發 (Model R&D): - 負責 視覺語言動作模型 (VLA Model) 的架構設計與開發，應用於機器人/機械手臂之多模態場景理解與決策。 - 研究並實作 模仿學習 (Imitation Learning) 與 強化學習 (Reinforcement Learning) 演算法，提升機器人複雜任務的泛化能力。 2. 模擬與資料工程(Simulation & Data Engineering): - 建構 High-fidelity虛擬模擬環境，負責 Sim2Real 的物理參數調校與驗證，縮短實機部署落差。 - 設計自動化軌跡資料蒐集流程，建立高品質的多模態數據集 (Multimodal Dataset)，用於行為生成 (Behavior Generation) 訓練。 3. 系統整合與邊緣部署 (Integration & Deployment): - 規劃機器人控制系統架構，將深度學習模型與傳統控制策略進行整合。 - 負責模型輕量化與推論優化，將控制策略成功部署於 邊緣運算裝置，確保即時性與穩定性。 《職務亮點/優勢》 1.跨領域AI×機器人研發：從 VLA、VLM、LBM、3D 感知到WBC整機控制技術，參與智慧機器人核心能力建構。 2.虛實融合研發環境：採用 Omniverse 進行高仿真模擬，加速模型驗證並與實體機器人快速串接。 3.技術應用場域多元：成果可應用於餐飲服務、警勤巡檢、消防救災、多機協作等任務，具高挑戰性與實用性。

1. 利用機器學習、深度學習，以研發廠內適用之模型 2. 訪談模型需求單位，以適切規劃機器思考模型架構 3. 使用資料科學技巧，分析大數據以尋找工廠運營的關鍵洞見 4. 依據生產目標定義問題、收集資料、分析及開發演算法以提升整體生產效益 5. 協助實施工廠數位轉型計劃及追蹤進度 6. 協助管理層制定基於數據分析之決策，並追蹤實施結果 7. 使用資料視覺化工具提供引清晰的數據洞見