轉職熱搜工作

公司簡介: 永慕企業自2003 年成立以來，專注於內部物流自動化、物料搬運與起重吊掛領域，致力提供完整的解決方案與專業服務。從設備規劃、系統導入到售後維護，我們在全台設立服務據點，秉持「專業、穩定、高度整合」的精神，持續協助客戶提升營運效率。 我們的客戶遍及物流、運輸、零售、食品、科技、石化、能源、製造與營造等各產業。永慕深信，唯有持續引進全球先進設備並結合在地專業服務，才能為客戶創造最大的價值。 展望未來: 永慕企業將持續深耕台灣市場，推動物流自動化、物料搬運與起重吊掛技術的發展，與客戶攜手打造更高效、更安全的營運環境。 工作內容: 1. 德國林德物料搬運規劃保養維修作業計劃，以提供客戶滿意的售後服務制度。 2. 配合客戶維修時間，至客戶端進行定期檢查及保養。 3. 分析產品功能異常狀況，並建立資料庫。 4. 負責維修報表之建檔與管理。 5. 提供顧客產品維修的內容與報價。 6. 負責公司產品相關檢驗測試工作。 7. 負責公司產品維修工作。 8.負責維修器具、零件的管理、保養與維護。 9.負責異常狀況之追蹤處理。 10.建立與維護客戶資料。 11.負責合約客戶之教育訓練。 12.提供顧客正確產品使用及保養的知識。 職缺條件： 1.高中職以上學歷，具汽車、物流、機械相關科系背景尤佳。 2.具汽車駕照、良好溝通能力、積極主動。 3.具兩年以上維修經驗者尤佳；若無經驗但願意學習者，亦歡迎投遞履歷，錄取後公司將安排基礎訓練。 4.具堆高機操作技術士證照者為佳。 工作地點： 北區範圍: 基隆、台北、新北、桃園、新竹、苗栗、宜蘭。 ★★★ 期待您加入永慕企業 ★★★ 永慕企業重視同仁的全方位發展，提供優渥的薪資福利及完善的教育訓練，期待對物流自動化、物料搬運及起重吊掛領域有興趣之優秀人才，加入我們的團隊，與公司共同成長。

•開發和維護EDA應用雲服務 •使用Python和Git進行開發和版本管理 •利用Python和資料結構及Algorithm進行資料處理分析 •開發和維護Dash Web/Restful API •使用Yolo8和sentence-transformer進行finetune應用 •使用OpenCV進行圖像處理應用 •使用LLM/ VLM進行語言模型應用

公司簡介: 永慕企業自2003 年成立以來，專注於內部物流自動化、物料搬運與起重吊掛領域，致力提供完整的解決方案與專業服務。從設備規劃、系統導入到售後維護，我們在全台設立服務據點，秉持「專業、穩定、高度整合」的精神，持續協助客戶提升營運效率。 我們的客戶遍及物流、運輸、零售、食品、科技、石化、能源、製造與營造等各產業。永慕深信，唯有持續引進全球先進設備並結合在地專業服務，才能為客戶創造最大的價值。 展望未來: 永慕企業將持續深耕台灣市場，推動物流自動化、物料搬運與起重吊掛技術的發展，與客戶攜手打造更高效、更安全的營運環境。 工作內容： 1. 自動化物流倉儲設備保養維修作業計劃，以提供客戶滿意的售後服務制度。 2. 配合客戶維修時間，至客戶端進行定期檢查及保養。 3. 分析產品功能異常狀況，並建立資料庫。 4. 負責維修報表之建檔與管理。 5. 提供顧客產品維修的內容與報價。 6. 負責公司產品相關檢驗測試工作。 7. 負責公司產品維修工作。 8.負責維修器具、零件的管理、保養與維護。 9.負責異常狀況之追蹤處理。 10.建立與維護客戶資料。 職缺條件： 1.機械:機構識圖、組立識圖 2.電控:電工圖識圖、電控元件 3.系統/程式:熟PC基本操作 以上擇一尤佳 4.具相關經驗者尤佳；若無經驗但願意學習者，亦歡迎投遞履歷，錄取後公司將安排基礎訓練。 公司福利： 1.勞保、健保、勞退6％提撥金、職災保險、週休二日、陪產檢及陪產假、特別休假。 2.三節禮金/年終獎金。 3.介紹獎金。 4.提供員工團保(意外險)保費完全由公司負擔。 5.任職相關工作經歷者，給予特殊加給津貼。 6.提供員工制服。 7.員工年度健康檢查。 8.提供各式補助(結婚禮金、喪葬補助)。 ★★★ 期待您加入永慕企業 ★★★ 永慕企業重視同仁的全方位發展，提供優渥的薪資福利及完善的教育訓練，期待對物流自動化、物料搬運及起重吊掛領域有興趣之優秀人才，加入我們的團隊，與公司共同成長。

協助研發人形機器人與 AMR 的控制模組；參與嵌入式電路的設計繪製與整合測試。配合優化機器人感知系統之演算法，學習在虛擬環境中進行物流方案模擬。 Assist in humanoid and AMR control module development; Participate in embedded circuit design and testing. Support perception algorithm optimization and learn logistics path simulation in virtual environments.

1.具備翻新改造設備的工程能力及工作標準化能力 2.具備設備翻新改造團隊（50人-100人）的管理能力 3.設備管理作業規範制定及維護 4.生產設備安全管理 5.生產設備故障維修及年度保養，確保設備正常運行 6.生產設備維修備品管理 7.生產設備移位安裝調試 8.生產設備精度檢測及校正 9.對設備操作員進行設備日常點檢保養培訓 10協助生產單位對生產設備進行功能或結構的優化

協助高密度伺服器機櫃與電子產品的結構強度分析與散熱方案設計；參與熱源模型建立與 CFD 流體力學模擬分析驗證。配合團隊規劃溫升、風洞與噪音實測計畫，協助執行新材料的選用評估與 Mockup 樣品之組裝性能解析，學習極致散熱解決方案。 Assist in structural strength analysis and thermal design for high-density server racks and electronic products. Participate in thermal model building and CFD simulation validation. Support temperature rise, wind tunnel, and noise testing. Assist in evaluating new materials and analyzing mockup assembly performance.

1.主導掌握客戶重點工程需求與資訊來源 2.主導手機機構件結構開發， 評估各階段結構及製程DFM，包含機表，化表製程，並推動客戶承認 3.整理並分析各個開發階段FAI, CPK等尺寸報告，並提出優化方案 4.失效分析(FACA)，參與客戶MIL 5.結構、製程及規格DOE的方案設計、驗證跟進和結果分析 *需長期出差

協助執行整車電子電氣架構 (EEA) 的技術研究與初步開發計畫；參與智慧駕駛感測器與車載影像處理演算法的功能驗證與場景測試。配合團隊進行車用嵌入式平台的運算效能測試與優化，並學習如何將車載數據串接至雲端系統。支援符合國際功能安全規範 (ISO 26262) 的分析流程與底盤動力總成的技術文件彙整作業。 Assist in technical research and initial development for vehicle EEA. Participate in functional verification and scenario testing for autonomous driving sensors and in-vehicle vision algorithms. Collaborate on performance testing and optimization of automotive embedded platforms and learn to integrate vehicle data with cloud systems. Support ISO 26262 functional safety analysis and the compilation of technical documentation for chassis and powertrains.

＜About the Job＞ We are looking for a highly motivated and skilled AI Infrastructure Engineer with strong hands-on experience in Kubernetes (K8s), particularly in supporting AI/ML workflows. In this role, you will be instrumental in designing, implementing, and maintaining robust, scalable, and high-performance Kubernetes-based infrastructure that supports the entire lifecycle of our AI applications—from data processing and model training to deployment and monitoring. You will work closely with data scientists, AI/ML engineers, and DevOps teams to ensure seamless integration of AI/ML workloads within cloud-native environments. The ideal candidate has a deep understanding of container orchestration, distributed systems, and MLOps practices, and is passionate about building efficient, reliable platforms that enable rapid AI innovation. This is a unique opportunity to work at the intersection of AI and cloud infrastructure, contributing to next-generation systems that power intelligent applications at scale. ＜Job Responsibilities＞ ．Design & Architecture: Design, build, and scale a reliable and efficient Kubernetes platform optimized for AI/ML workloads. This includes provisioning GPUs, managing resources, and ensuring optimal performance for computationally intensive tasks. ．Infrastructure Management: Manage the entire Kubernetes cluster lifecycle—from provisioning and configuration to ongoing maintenance, monitoring, and troubleshooting, ensuring high availability and scalability. ．Deployment & Automation: Develop and implement CI/CD pipelines to automate the deployment, scaling, and updating of machine learning models and AI services. Ensure seamless integration with AI tools like Kubeflow, MLflow, and Argo Workflows. ．Performance Optimization: Continuously monitor and optimize system performance, focusing on resource utilization, latency reduction, and improving the overall efficiency of AI workloads. Ensure high availability and minimal downtime for AI services. ．Collaboration & Guidance: Work closely with data scientists, ML engineers, and cross-functional teams to understand their infrastructure requirements and provide technical solutions to meet workload demands effectively. ．Security & Compliance: Implement best practices for cluster security, including network policies, access controls, and vulnerability management to safeguard sensitive data and maintain compliance. ．Cost & Resource Efficiency: Manage resources effectively to optimize cost while maintaining high-performance infrastructure for AI model training, inference, and data processing. ＜Skills & Qualifications＞ ．Kubernetes Expertise: You should have hands-on experience with Kubernetes (K8s) architecture, including deploying applications, managing resources, and troubleshooting complex cluster issues in a production environment. ．Containerization & Linux Environment: Strong knowledge of container technologies such as Docker, along with hands-on experience in Linux environments. Expertise in container orchestration and deployment practices is highly valued. ．AI Workloads: Deep understanding of GPU scheduling and performance optimization, including strategies for resource allocation, workload balancing, and maximizing throughput for AI/ML tasks. ．Automation & CI/CD: You need practical experience with building and managing CI/CD pipelines using tools like GitLab CI, Jenkins, GitHub Actions, or ArgoCD to automate deployments. ．Programming & Scripting: Proficiency in at least one scripting language (e.g., Python, Bash) is a must. ．Networking: Knowledge of container networking and service mesh technologies (e.g., Istio, Linkerd) is highly desirable and a great advantage.