轉職熱搜工作

1. 開發數據平台的各項模組。 2. 數據平台模組功能開發與測試(後臺管理/儀表板/統計報表 ...等)。 3. 機器學習、深度學習、統計與作業研究等技術設計、協助及管理資料分析。 4. 開發自動化報表、設計自動化系統架構。

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」

1.負責維護遊玩區設備 2.控制入場人數及兒童遊戲安全維護及衛生觀念引導 3.規劃幼兒或學童活動 4.每日例行環境清潔與衛生消毒作業 5.平假日安全巡場工作，內含顧客有異常狀況通報、現場簡易故障排除及報修

1. 開發數據平台的各項模組。 2. 各項數據平台模組(後臺管理/儀表板/統計報表 ...等) 功能開發與測試。 3. 以機器學習、深度學習、統計與作業研究等技術設計、協助及管理資料分析。 4. 開發自動化報表、設計自動化系統架構。

1.與施工者協商，確定施工計畫、水準及程序 2.在施工期間，應用建築原理與施工知識，進行實際檢核及測試，並監督工程使其符合設計規格及工料標準 3.轉達施工要領，矯正不良施工，並協助解釋施工規範問題 4.向建築師或土木工程師報告進度及施工狀況 5.協助辦理工程變更設計

1. 設備水、氣、電路圖繪製。 2. 機械模組組裝與測試。 3. 測試工具製作。 4. 其他主管交辦事項。 歡迎原先做現場後來想轉換設計研發者。

1.設計課程教材，涵蓋國高中英文科目 2.運用多媒體教學工具，提昇學生理解能力 3.分析學生學習進度，調整授課節奏與方式 4.蒐集歷屆試題，設計模擬考卷並掌握考試方向 5.提供升學諮詢，協助學生制定學習計畫 6.批改作業及測驗，提供詳細的學習建議 7.參與教師培訓，提升專業教學能力與知識

1.設計課程教材，涵蓋國高中社會科目 2.運用多媒體教學工具，提昇學生理解能力 3.分析學生學習進度，調整授課節奏與方式 4.蒐集歷屆試題，設計模擬考卷並掌握考試方向 5.提供升學諮詢，協助學生制定學習計畫 6.批改作業及測驗，提供詳細的學習建議 7.參與教師培訓，提升專業教學能力與知識