轉職熱搜工作

打造前沿 AI 自動化資安檢測工具: 親手參與 LLM / AI Agent 資安掃描工具與紅隊演練(Red Teaming)腳本開發,掌握全球最新 OWASP Top 10 for LLM/Agents 防禦標準。

《工作內容》 1. Agent 身分認證與授權機制開發: 設計並實現 AI Agent 的數位身分(Non-Human Identity, NHI)、動態授權與可信權限委派架構,確保 Agent 在跨系統調用 API 或執行指令時符合零信任 (Zero Trust) 原則。 2. 建置數位信任與可追溯架構: 結合信任根(Root of Trust, RoT)、密碼學技術與電子簽章,針對 Agent 的決策鏈、數據輸入輸出與執行紀錄,建置不可篡改的審計軌跡 (Immutable Audit Trail)。 3. Agent 安全防禦與沙盒機制: 開發 Agent 運行時 (Runtime) 的安全護欄 (Guardrails),防禦 Prompt Injection、對抗性攻擊與越權操作,並規劃隔離運行的沙盒環境 (Sandboxed Execution)。 4. Agentic 治理與合規落實: 與 AI/機器人軟體團隊合作,制定 Agent 的行為邊界與人機協同 (Human-in-the-Loop) 審核機制,確保 AI 代理人在真實場景部署的合規性與安全性。 《職務亮點》 1. AI 治理與資安的最新議題: 率先投入自主 AI 代理人 (Agentic AI) 的數位信任架構,解決 AI 落地企業與機器人領域最關鍵的「可信度與安全」瓶頸。 2. 打造全鏈路安全架構: 結合硬體 Root of Trust 與軟體層級的 Zero Trust Governance,累積密碼學、AI 安全與分散式系統的跨領域頂尖實戰經驗

《工作內容》 1. 研發生成式AI、LLM與Agentic AI資安技術，分析Prompt Injection、Jailbreak、RAG、MCP/Tool Calling、權限濫用及資料外洩等風險。 2. 規劃AI/Agent安全評測與Red Teaming攻擊情境、Test Case，開發自動化測試及風險分析工具。 3. 參與Agent Sandbox安全機制設計與驗證，包含Tool/API存取控制、RBAC/Policy、Secret管理、資源限制、行為Trace與高風險操作管控。 4. 運用ML/LLM分析系統與網路日誌、使用者行為、網路流量、威脅情資及企業曝險資訊，研發異常偵測與威脅識別技術。 5. 執行政府及企業AI資安技術專案，進行需求分析、PoC、系統整合、測試驗證、成果彙整與技術簡報。 《職務亮點》 1. 參與AI Red Teaming、Agent Security與可信賴AI前瞻技術研發。 2. 技術可實際導入政府、金融、通訊及製造等場域進行安全評測與風險治理。

《工作內容》 1.整合3D LiDAR、相機、IMU、GNSS等感測器，開發感測器校正、資料同步及多感測器融合技術。 2.開發3D建圖、自主定位、路徑規劃、避障及3D光達巡檢應用。 3.透過ROS2整合導航與感知模組，並在NVIDIA推論平台、模擬環境及實機上完成系統驗證。 《職務亮點》 1.參與四足機器人自主導航、多感測器感知及3D巡檢核心技術開發。 2.完整接觸演算法、ROS2系統、NVIDIA平台、模擬驗證及實機整合流程。

《工作內容》 1. 研究生成式AI及大型語言模型的應用，為企業文本處理提供技術。 2. 設計及開發生成式AI及大型語言模型，以應對自然語言處理相關應用的挑戰。 3. 持續跟進國內外生成式AI及大型語言模型的技術發展趨勢，提高團隊的技術創新能力及應用能力。 《職務亮點》 1. 參與AI×GAI核心技術研發。 2. 研發成果可應用於金融、製造、零售等產業，協助企業提升文本處理與知識應用效率。 3. 參與企業實際場域導入，從需求分析、模型開發到系統驗證，完整掌握 AI 落地流程。

1. ROS2 控制模組開發: 協助編寫與測試 ROS / ROS2 節點,包含機器人基本運動控制、狀態機與通訊邏輯。 2. 邊緣 AI 模型部署實驗: 協助將對話/視覺/動作 AI 模型部署至嵌入式平台(如 NVIDIA Jetson),並進行延遲與效能測試。

雲端與機房維運,具體任務包含: 1.使用 Kubernetes 進行容器化應用部署、管理與維運 2.使用 VMware 建置與管理虛擬化環境 3.負責網路與機房基礎設施維運、監控與問題排除

《工作內容》 1. 3D 機器人資產轉換: 協助將 CAD 模型或 URDF 檔案轉換為 OpenUSD (USD) 格式,並設定關節、質量與物理屬性。 2. 模擬場景建置: 在模擬器(如 NVIDIA Isaac Sim / Gazebo)中建置與擺設虛擬測試場景與環境物件。 3. 物理參數校準輔助: 協助量測實體機器人物理參數,並於模擬環境中進行比對與校正。 4. 自動化腳本撰寫: 撰寫 Python 腳本以自動化生成模擬數據或執行批次模擬測試。 《實習簡介與亮點》 1. 掌握物理 AI 與數位雙生: 學習全球熱門的 OpenUSD 資產建構與 3D 機器人模擬技術(Real2Sim)。 2. 實戰模擬平台: 親自操作 NVIDIA Isaac Sim / Omniverse 或 Gazebo,學習自動化生成合成數據 (Synthetic Data) 之技巧。