轉職熱搜工作

【專長領域】 有以下專長或深具興趣者：環境或職業暴露科學(如暴露評估、數學模式推估等)、毒理學(例如環境污染物致病機制及毒理風險評估)、流行病學、職業醫學、公共衛生、人工智慧應用等專長者 【學歷資格】 國內外大學公共衛生、環境職業醫學、環境工程、系統生物、毒理學或生物醫學等相關系所博士學位者。具傑出研究表現或執行政府計畫經驗者尤佳。 【主要工作內容】 1. 發展精準環境健康與醫學，推動政府或國家級計畫，例如：健康一體、人體生物監測等。 2.協助政策轉譯，將研究成果與各政府行政機關(例如衛福部、環境部、或勞動部、農業部、核安會等)共同研商和溝通協調協助政策制定。 【工作地點】 國衛院竹南院區(苗栗縣竹南鎮科研路35號) 【聘任職級】 依本院標準，審查應聘者資格後聘任。 【應徵資料】 1.個人詳細學經歷文件 2.著作清單及代表著作抽印本 3.研究計畫書 4.三封推薦信 (請推薦者逕寄至 sirius@nhri.edu.tw) 5.其他有利甄審之文件 應徵資料請寄送至 35053苗栗縣竹南鎮科研路35號 國衛院國家環境醫學研究所 羅梓瑋收，或電子資料請email至 sirius@nhri.edu.tw，合者將通知參加甄選作業。 收件截止日期: 115 年 4 月 30日，如無合適候選人將自動延長收件期間至有合適人選為止。 【聯絡資訊】 聯絡電話:(037)206-166分機36501 羅小姐 National Institute of Environmental Health Sciences Faculty Position: Full-time Assistant Principal Investigator 【Research Expertise】 Applicants with research expertise or research interest in one of the following areas: environmental or occupational exposure science (e.g., exposure assessment), toxicology (e.g., mechanisms of disease induced by environmental pollutants and toxicological risk assessment), epidemiology, occupational medicine, public health. 【Educational Qualifications】 A Ph.D. degree from an accredited domestic or international university areas such as: public health, environmental and occupational medicine, environmental engineering, systems biology, toxicology, biomedical sciences, or other related biological or medical disciplines. Candidates with experience in conducting government- sponsored policy programs or with an outstanding record of research accomplishments are highly preferred. 【Duties and Expectations】 1. To advance precision environmental health and medicine. Anticipation of program projects are preferred such as One Health and human biomonitoring–related policy programs. 2. Facilitate policy translation by integrating research findings into governmental decision-making, and collaborate with relevant government agencies (e.g., the Ministry of Health and Welfare, Ministry of Environment, Ministry of Labor, Ministry of Agriculture, or the Nuclear Safety Commission) to support evidence-based policy development. 【Location】Zhunan Campus, National Health Research Institutes (No. 35, Ke-Yan Road, Zhunan Township, Miaoli County, Taiwan) 【Rank and Appointment】 Appointment will be made in accordance with NHRI regulations and standards, following a review of the applicant’s qualifications. 【Application Materials】 1. A detailed curriculum vitae, including education and professional experience 2. A publication list and reprints of representative publications 3. A research proposal 4. Three letters of recommendation (to be sent directly by the referees to sirius@nhri.edu.tw) 5. Any other supporting documents that may strengthen the application Submission of Applications: Application materials should be sent by mail to: Ms. Tzu-Wei Luo National Institute of Environmental Health Sciences, National Health Research Institutes No. 35, Ke-Yan Road, Zhunan Township, Miaoli County 35053, Taiwan Alternatively, electronic application materials may be submitted via email to sirius@nhri.edu.tw. Only shortlisted candidates will be notified and invited to participate in the selection process. Application Deadline: April 30, 2026 The application period will be automatically extended if no suitable candidate is identified. 【Contact Information】 Phone: +886-37-206166 ext. 36501 Contact Person: Ms. Luo

Research on Optimization of Deep Learning Model Inference and Training The Computer Systems Laboratory - Machine Learning Systems team focuses on research areas including parallel and distributed computing, compilers, and computer architecture. We aim to leverage computer system technologies to accelerate the inference and training of deep learning models and develop optimizations for next-generation AI models. Our research emphasizes the following: 1. AI Model Compression and Optimization Model compression techniques (e.g., pruning and quantization) reduce the size and computational demands of AI models, which are crucial for resource-constrained platforms such as embedded systems and memory-limited AI accelerators. We aim to explore: * AI compiler: deployment methods for compressed models across servers, edge devices, and heterogeneous systems. * High performance computing: efficient execution of compressed models on processors with advanced AI extensions, e.g., Intel AVX512, ARM SVE, RISC-V RVV, and tensor-level accelerations on GPUs and NPUs. 2. AI Accelerator Design We aim to design AI accelerators for accelerating AI model inference, focusing on software and hardware co-design and co-optimization. 3. Optimization of AI Model Inference in Heterogeneous Environments Computer architectures are evolving toward heterogeneous multi-processor designs (e.g., CPUs + GPUs + AI accelerators). Integrating heterogeneous processors to execute complex models (e.g., hybrid models, multi-models, and multi-task models) with high computational efficiency poses a critical challenge. We aim to explore: * Efficient scheduling algorithms. * Parallel algorithms for the three dimensions: data parallelism, model parallelism, and tensor parallelism. 薪資：博士64711元起聘，該職缺係「適用勞動基準法」

研究主題：人工智慧驅動的蛋白質設計與泛素系統調控機制 中央研究院生物化學研究所 吳昆峯博士研究團隊(https://kpwulab.com/) 致力於結合人工智慧（AI）與結構生物學技術，發展自主開發的 AI 工具以解析蛋白質結構、設計新型結合體，並應用於探討 泛素（ubiquitin）系統的調控與功能機制。 近年來，本實驗室以跨領域策略結合 AI 蛋白質設計與結構生物學研究，利用大量人工智慧工具進行蛋白質設計（ACS Synthetic Biology 2023, JACS 2026）與藥物篩選（Journal of Biological Chemistry 2025），並應用精準的 蛋白質循理性設計（Journal of Molecular Biology 2023），開發具有強效抑制功能與穩定性的設計蛋白質。
 同時，我們採用多項結構生物學新穎技術，包括 冷凍電子顯微鏡、蛋白質結晶學，以及 AI-加速之NMR 數據收集與分析，以加速蛋白質結構與功能設計之研究進程。這些技術整合使我們能深度解析泛素系統酵素的活化機制與調控模式，建立 AI 與實驗驅動的完整研究框架。 本實驗室獲多項中研院計畫補助，包括： 深耕計畫（2026–2030） 人工智慧與蛋白質設計計畫（2025–2027） 關鍵突破種子計畫（2026–2027，協同主持人） 提供穩定的研究環境與多元的跨領域合作機會。 【主要職責】 開發與應用 AI 或機器學習方法於蛋白質結構、交互作用與功能預測 與團隊成員協作，整合計算與實驗數據以推進研究計畫 撰寫論文、協助研究計畫申請，並參與國際合作與學術交流 應徵資格 學歷背景：
博士學位（生物資訊、生化、結構生物學、物理化學、計算生物、人工智慧應用於生命科學或相關領域）。 核心能力：
具備獨立開發與應用人工智慧方法於蛋白質結構研究的能力。需熟悉 Python 程式語言與 PyTorch 深度學習框架 理解 深度學習（Deep Learning）基本理論。 資料與架構理解：
熟悉蛋白質結構與生物物理概念或其他結構操作工具。 運算環境與工程實務：
具備 Linux 環境操作經驗。具雲端運算或 GPU 訓練經驗者尤佳。 研究整合能力：
能將 AI 模型輸出與實驗資料整合分析，用於預測、設計或解釋蛋白質交互作用。 研究成果與學術表現：
曾發表相關領域研究成果（AI蛋白質設計、結構預測、分子建模、生物物理分析或泛素系統研究），具論文紀錄或程式開源經驗者優先。 人格特質與合作精神：
具獨立研究思考能力、責任感與團隊協作精神，樂於在跨領域環境中溝通合作，並能與實驗團隊密切配合，推動 AI 與結構生物學之整合研究。 待遇與福利 中央研究院 生物化學研究所（台北南港）
薪資從64711 起聘，依中央研究院及規定，並視經驗調整，表現良好可彈性調薪。 本職缺適用「勞動基準法」，可依經歷調薪或彈性敘薪，享勞健保及1.5月年終獎金。 可入職時間: 115年3月1日起 【申請資料】 個人履歷（含學經歷、研究摘要、發表論文列表） 三位推薦人之聯絡方式（姓名、職稱、E-mail） 申請請寄至： kpwulab@gmail.com，請於信件主題註明 [應徵博士後研究員/Postdoc] 備註： 資格不符者，將主動移除信件，恕不退還申請資料。

(1)處理環境及健康資料，或以GIS進行氣象、人口社經及空氣品質資料分析。 (2)支援實驗室其他相關研究活動及計畫臨時交辦事項。

誠徵學士級或碩士級研究助理, 能執行小鼠動物實驗, 有生化和細胞學基礎尤佳 工作內容為支援動物試驗和糖尿病藥物開發相關實驗

🔬【研究助理招募】 加入我們，一起探索外泌體在神經退化疾病中的關鍵角色！ 我們的實驗室致力於研究外泌體 (Extracellular Vesicle, EV) 在神經元退化疾病（如阿茲海默症等）中的功能，並開發其作為潛在治療工具的可能性。研究將結大鼠神經細胞培養、果蠅動物模式, EV純化、蛋白質體（Proteomics）及脂質體（Lipidomics）分析等多項技術，是跨領域整合與前沿應用的絕佳機會！ 📘【研究主題與環境】 以大鼠神經細胞培養、果蠅動物模式為基礎，深入剖析神經系統外泌體的生物功能 運用質譜儀進行高通量蛋白質與脂質分析 配合多樣分子生物與神經科學技術 👉 研究室介紹： https://www.ibc.sinica.edu.tw/Faculty/ViewPI?DatetimeStr=20210916145511 👩‍🔬【徵求對象】 具生命科學相關科系學士或碩士學位 對神經科學、細胞生物學或蛋白質/脂質體分析具高度興趣 能獨立作業並具良好團隊合作與溝通能力 💰【待遇與福利】 學士級研究助理：月薪 NT$38,388 起 碩士級研究助理：月薪 NT$44,968 起 薪資可依經歷與表現調整，享有勞健保、年終獎金等完整福利 全職職位，適用「勞動基準法」 📨【應徵方式】 請將履歷（包含學術專長與其他有利資訊）寄至： 📧 ckyao@gate.sinica.edu.tw（姚季光老師） 📞 聯絡電話：02-2785-5696 分機 6070 請提供至少1位推薦人聯絡方式，合適者將安排面試。 🌱無論你是剛畢業或想拓展研究視野，這裡都是你實現學術夢想的起點！

我們正在尋找經驗豐富的行動應用程式開發人員，協助將 PQConnect 專案帶入 Android 和 iOS 作業系統。PQConnect 是一個全新且易於安裝的網路安全層，它能在有運行 PQConnect 的終端之間自動引入端到端的後量子加密技術。同時，它能與採用傳統密碼學的應用程式共同運作，並為任何已經內建後量子加密技術的使用者應用程式額外增加第二層的防護。PQConnect 在網路層的運作方式類似於 VPN，但它可容許的擴展性是大多數 VPN 應用程式所無法比擬的。如需了解更多資訊，請參考： https://www.pqconnect.net 薪資： 1. 專任研究助理 : 每月薪資為NTD 51,549-70,106 (依資訊服務處業務費項下資訊人員支薪標準表碩士級別支應) 2.博士後研究人員: 每月薪資為NTD64,711-99,317面議(依中央研究院博士級約聘人員核薪標準表支應)。以上薪資可依能力面議調整，具競爭力與彈性。(備註: 如為特殊優秀人才，將依中央研究院專案研究工作酬金支給標準申請支薪) 3.週休二日，享勞健保、年終獎金、每年免費健康檢查一次、依勞基法規定休假。

»需求條件： 1. 具碩士以上學位 2. 熟悉Python »工作內容：資料科學研究 (包含大語言模型、RAG技術研析等)、協助法規指引資料蒐集與清理、報告撰寫。 »工作地點：可選擇竹南分部 (苗栗縣竹南鎮科研路35號)或台大實驗室 (台北市大安區羅斯福路四段1號)。 »工作待遇：依農業部計畫研究人員工作酬金標準及學經歷核敍; 農業部計畫依照農業部起薪，學士第1級: 38,948，碩士第1級: 45,625 (固定或變動薪資因個人資歷或績效而異)。 »工作日期：即日起 »應徵文件： 1.個人履歷。 2.其他有助於審查之相關資料(如成績單、檢定成績等)。 »計畫名稱：研析以人工智慧輔助推動新版實驗動物人道管理規範 ====================================================================== ###加分條件： »具RAG、LangChain框架知識或經驗者尤佳 »具獸醫或生物背景者尤佳 !! 意者請直接投遞履歷至: 生技與藥物研究所 童俊維研究員 信箱 cwtung@nhri.edu.tw 網站 https://cwtung.nhri.edu.tw/

1. Deep Learning & AI Security 2. Optimization algorithms 3. (Multimedia) Signal Processing 4. Security and Privacy for Multimedia and Networks 【應徵資格/條件】 1. 博士or碩士畢皆可 2. 數學,資訊,電機相關科系 【參考網站】http://www.iis.sinica.edu.tw/~lcs 【應徵方式】email or 電話聯絡：lcs@iis.sinica.edu.tw

深度學習模型推論和訓練優化研究 (Optimization of Deep Learning Model Inference and Training) Machine Learning Systems團隊的研究方向包括：平行與分散式計算、編譯器、以及計算機架構。我們利用電腦系統的技術加速深度學習模型推論和訓練，並研究下一世代機器學習模型的系統開發和優化。 我們的研究方向著重於： 1. 模型壓縮與計算優化研究。 模型壓縮技術 (pruning and quantization) 透過減少AI模型容量與運算量，實現模型執行加速，對於嵌入式系統等資源受限的計算平台以及記憶體有限的AI加速器至關重要。為了有效執行壓縮後的模型，許多次世代處理器設計了新的運算功能，例如向量運算 (Intel AVX512, ARM SVE, RISC-V RVV) 和矩陣加速器 (matrix-multiplication unit on GPUs and NPUs) 等強化功能。我們將研究 (1) 如何利用這些強化運算功能加速壓縮模型的執行，(2) 各種計算平台，例如伺服器、邊緣裝置、異質系統等的壓縮模型的佈署方法。 2. AI加速器設計。 針對深度學習模型的推理加速，在FPGA板上實現AI加速器硬體設計，並進行軟硬體協同設計與優化研究。 3. 異質環境下深度學習模型推論優化研究。 智慧系統如自駕車與語音助理，通常需執行複雜的深度學習模型 (complex deep learning models: hybrid models, multi-models, and multi-task models)。與此同時，電腦架構正朝向異質多處理器設計發展 (heterogeneous architecture: CPUs+GPUs+AI accelerators)。如何整合異質處理器來執行複雜模型並達到高效能的運算，成為一項關鍵且具挑戰性的研究。針對此問題，我們將探討以下方向：(1) 模型運算與異質處理器的分配策略，(2) 排程演算法設計，(3) 模型執行平行化方法，包括資料平行（data parallelism）、模型平行（model parallelism）與張量平行（tensor parallelism）。 上述研究議題為國內外深度學習系統領域之重要發展方向，產業界及學術界均需此方面人才。適合擬專心研究，未來從事學術工作者或研發工作者，對於未來規劃進修博士學位者, 本實驗室之研究計畫提供優良之訓練環境與研究經歷。 薪資：碩士44968元起薪，該職缺係「適用勞動基準法」