轉職熱搜工作

1.主辦EPC工程，石化及相關工程之廠房、基礎及其他之結構設計分析、製圖及預算書編列等等。 2.主辦Q工程，報價之投標成本估價及相關作業等等。 3.兼辦/協辦 EPC工程必要之重點監造、工作界面協調整合及其他交辦事項等。

1.控制系統及儀器規範開列相關。 2.細部設計、控制系統及儀器規範開列及審標。 3.DCS及PLC製程控制系統規劃。 4.AVEVA智慧設計軟體使用。 5.協助工地建造與試車工作。

1.軟體安裝建置 2.軟體售後維護 3.軟體、機器功能售後維護、問題處理 4.營業現場機器、軟體產品功能教育訓練 5.Solution產品功能研讀與測試(軟、硬體)

1.營業現場Solution案件銷售支援 2.大型展示活動支援 3.軟體、機器功能售後維護、問題處理 4.營業現場機器、軟體產品功能教育訓練 5.Solution產品功能研讀與測試(軟、硬體) 6.支援業務進行產品及Solution規劃 7.支援軟體、機器安裝建置

擔任本校資訊專業科目教師(有合格教師資格或修畢教育學程者優先考慮)，教學課程以資訊軟體教學為主，筆試內容亦以該科為內容 教授計算機概論及有關機器人(樂高)課程 VEX ...

1. 參與資料探勘、深度學習與大型語言模型相關前瞻研究。 2. 負責演算法設計、模型優化及研究成果之論文撰寫。 3. 開發並實作基於深度學習與大型語言模型的應用系統，例如智慧交易平台、智慧代理（Agent）應用等。 薪資：學士38388元起薪，碩士44968元起薪，該職缺係「適用勞動基準法」，獎助生：中央研究院獎助學金支給要點

我們是專業從事供酸／充填／清洗設備製造與配管工程的廠商，服務半導體與電子產業客戶。現誠徵【繪圖助理】，不只是單純繪圖，而是能實際參與到設計、製造與組裝流程，適合想學習、願意成長的你！ 📐 協助主管進行機械繪圖與設計資料製作 輔助完成機械結構圖、組裝圖、零件清單 製作外購件明細、操作手冊、說明書等設計文件 🔧 支援現場製造與安裝流程 協助組裝、配合現場工程進度 與生產、工程、採購部門保持良好溝通 🧠 參與設計會議，學習技術討論與製程判斷 了解設備設計考量，學習結構選型與工法安排 快速累積產業知識與實務經驗 🎨 繪製工程圖，提供準確技術資訊 顯示結構、尺寸、公差、材料等完整資訊 提供製造與安裝人員正確的參考依據 💰【薪資福利】 月薪 NT$35,000 起（依經驗與能力調整） 週休二日（固定休假，工作穩定） 提供完整在職學習機會，協助技能提升 🔍【我們正在找這樣的你】： 熟悉 AutoCAD 或 SolidWorks 操作（或其他繪圖軟體） 理工／機械相關科系畢業佳，無經驗可 樂於學習、細心負責，願意與團隊合作

1. 維護網站與後端系統運作 2. 維護並優化資料庫效能 3. 協助API串接與資料交換作業 4. 配合資訊安全稽核作業 5. 協助國科會專案計畫執行與其他交辦事項

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」