轉職熱搜工作
您正在找軟體工程師的工作,共計6045筆職缺在等你,馬上去應徵吧!
-
115年度【研發替代役】工研院資通所_AI 機器人研發工程師(U202)
面議(經常性薪資達4萬元或以上) 40000元 新竹縣竹東鎮 工作經歷不拘1.負責機器人之強化式學習/模仿學習等技術開發,熟碾;PPO等模型結構與演算法。 2.數位孿生模擬與系統驗證。 -負責模擬器之建模與調整,導入模擬器進行控制整合與參數調整。 -熟於模擬器中進行機器人學習/驗證與測試。 3.開發機器人整合相關需求,依據實務需求進行模組串接與功能驗證。展開 -
115年度【研發替代役】工研院資通所_AI 機器人視覺工程師(U201)
面議(經常性薪資達4萬元或以上) 40000元 新竹縣竹東鎮 工作經歷不拘深度學習(大語言模型、視覺語言模型)相關應用設計與模型開發相關工作,包括 : (1) 技術研發規劃與系統設計- 多模態場景理解與任務/行為生成技術。 (2) 技術研發與模型建置- 用於機械手臂、機器人透過視覺、語音理解外在環境與人為交互,專注跨模態整合與模型性能優化。 (3) 具以下專業知識(一項或多項):人工智慧、深度學習、系統工程、程式設計、軟體工程、科技計畫與管理。 (4) 計畫提案、專利與規格survey。展開 -
115年度【研發替代役】工研院資通所_AI演算法 研發工程師(W3)
面議(經常性薪資達4萬元或以上) 40000元 新竹縣竹東鎮 工作經歷不拘1.將機器學習與深度學習技術(如時序預測、分類預測、強化學習)應用於實際場域,實現AI模型於真實情境中的落地應用。 2.負責完整模型開發流程,涵蓋方法設計、資料蒐集與清理、特徵工程建構、模型建置與效能調校。展開 -
專案工程師 (工作地:台北總公司,第一事業群專案部)
月薪 40000~60000元 台北市內湖區 1~2年工作經驗1.工程進度及施工數量核對工作 2.整合跨設計部門資料、需具設計或鋼構等機械方面經驗 3.使用P6專案管理軟體或Microsoft Project軟體執行工程時程管理展開 -
工研院機械所-電動車馬達驅控與電力控制器軟韌體工程師(D400)
面議(經常性薪資達4萬元或以上) 40000元 新竹縣竹東鎮 工作經歷不拘車用馬達與電力控制器(DC/DC,DC/AC,AC/DC)嵌入式系統開發 1. 開發/模擬動力控制演算法 2. 設計電源轉換控制策略 3. 撰寫控制與驅動程式 4. 執行功能測試與系統驗證 5. 產出研究報告/期刊論文/專利展開 -
工研院機械所_電動車輛電力電子及電控工程師(D500)
面議(經常性薪資達4萬元或以上) 40000元 新竹縣竹東鎮 工作經歷不拘1.電動化車輛電力電子系統分析設計、測試驗證與除錯。 2.電動化車輛電力電子系統軟體設計發展驗證。 3.電動化車輛電力電子系統硬體設計(DC/DC,DC/AC,AC/DC)發展。 4.控制器電磁相容性分析與模擬。展開 -
工研院服科中心_機器人系統整合與控制工程師(A000)
面議(經常性薪資達4萬元或以上) 40000元 新竹縣竹東鎮 工作經歷不拘將AI 模組運算結果,實現在實體機器人上,主要工作內容包含但不限於: 1.負責機器手臂與夾爪的底層通訊協議(如EtherCAT)驅動開發與調校 2.建立跨機體與跨環境的控制抽象層,確保模組能在不同品牌的機器手臂上通用 3.開發低階即時控制系統,優化任務的執行精度、速度與重複性 4.負責系統級壓力測試、可靠性驗證與數據記錄,確保模組能7x24小時穩定運行展開 -
【GenAI菁英專區】工研院資通所_AI與載具應用技術研發工程師(W202)
面議(經常性薪資達4萬元或以上) 40000元 新竹縣竹東鎮 工作經歷不拘負責AI影像技術與載具(如: 無人機、AMR、機器手臂)控制研發,整合影像分析技術於載具上。 -
115年度【研發替代役】工研院資通所_3D電腦繪圖研發工程師(W2)
面議(經常性薪資達4萬元或以上) 40000元 新竹縣竹東鎮 工作經歷不拘1. 研發3D Gaussian Splatting場景建模、幾何模型處理、場景理解技術,用於建構高擬真、高精度之實體場域數位雙生。 2. 於物理模擬引擎中整合3DGS與多邊形網格模型,提供機器人虛擬訓練環境。 3. 協同學界發展技術創新,參與團隊內部與外部(清/交大等國內大學研究團隊)技術討論,進行3D幾何建模、動畫模擬、生程式AI模型相關知識交流與討論,並將成果整合進技術解決方案中。展開 -
115年度【研發替代役】工研院資通所_AI無人載具研發工程師(F1)
面議(經常性薪資達4萬元或以上) 40000元 新竹縣竹東鎮 工作經歷不拘1. 熟悉RTOS架構,設計並實作AI機制與整合於機器人或無人機應用。 2. 進行資料收集、資料清洗、分析處理、特徵工程以及 AI 研發工作並進行部署AI應用服務相關內容。 3. 利用機器學習、自然語言處理技術、生成式 AI 技術,透過分散式訓練與大規模 AI 模型優化工具與框架(如:Horovod、FairScale、DeepSpeed..)模組優化與整合。 4. 與跨部門團隊合作,理解業務需求,並提出解決方案。展開
