轉職熱搜工作

1.執行疾病相關之個案管理作業（含評估/篩檢、追蹤、紀錄與結案）。 2.規劃並執行疾病衛教課程，進行個別或團體健康教育。 3.配合院內跨團隊、院外相關機關及社區推動慢性病照護與健康促進業務。 4.協助計畫資料整理、基本統計分析及成果彙整。 5.其他主管交辦事項及相關臨床業務。

1.執行疾病相關之個案管理作業（含評估/篩檢、追蹤、紀錄與結案）。 2.規劃並執行疾病衛教課程，進行個別或團體健康教育。 3.配合院內跨團隊、院外相關機關及社區推動慢性病照護與健康促進業務。 4.協助計畫資料整理、基本統計分析及成果彙整。 5.其他主管交辦事項及相關臨床業務。

1.國高中各科個別指導(一對三)(視個人能力安排) 2.活潑、熱心、負責、樂於與學生接觸 3.上班時間:可依個人狀況安排,採排班制 4.工作地點:桃園區忠一路60號

【工作內容】 1.負責外師招募相關作業，協助面談、聯繫與任用流程。 2.協助外籍老師投遞與整理資料 3.安排與協調面試時程、說明流程 4.協助外師完成整個面試與任用的行政流程 5.其他主管交辦事項。 #無經驗可 #完整教育訓練 【需求條件】 ※熟悉基本電腦與線上系統操作，能順利進行日常服務工作 ※樂於接受目標導向的工作模式，從成果中獲得成就感與成長 【加分項目】 1.具備服務熱忱，喜歡與人互動並願意耐心傾聽 2.對教育產業或學習服務有興趣或相關經驗者加分 【福利供給】 1.保障底薪＋績效獎金制度 2.透明的獎金機制，讓努力與成果清楚被看見 3.提供完整培訓

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」

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：博士64711元起聘，該職缺係「適用勞動基準法」

學生事務管理 • 學生日常出缺勤管理 • 協助學生行為輔導與紀錄 • 家長聯繫與溝通（中英文） • 學生個案資料建檔與更新 校園活動與生活管理 • 規劃與執行校內活動（如：運動會、校外教學、慶典活動等） • 協助社團管理與課後活動安排 • STUCO 學生會管理及維護、學生社區服務 • 寒暑假營隊 • 校園秩序與安全維護 跨部門合作 • 協助教務與行政單位 • 與導師及外籍教師溝通學生狀況 • 協助危機處理與緊急事件應變 行政事務 • 文件與報表製作 【條件需求】 • 中英文溝通能力佳 • 具教育行政經驗尤佳 • 細心、具同理心與溝通能力 • 具活動企劃與執行能力 • 具外僑學校或教育機構經驗尤佳