轉職熱搜工作
您正在找軟體工程師的工作,共計7292筆職缺在等你,馬上去應徵吧!
-
軟體工程師
月薪 50000元 屏東縣屏東市 2~3年工作經驗1.AI 模型開發與優化 -使用 Python + OpenCV/EmguCV 進行影像前處理、特徵提取與視覺化。 -開發與訓練 深度學習模型 (YOLO、ResNet、EfficientNet、Transformers 等),應用於目標檢測、分類與追蹤。 -針對低延遲需求優化推論效能,確保可應用於即時系統 (Jetson Orin Nano/AGX、NVIDIA GPU、Edge AI 裝置)。 2.系統整合與應用 -影像辨識模組與 MCU (STM32/NRF52)、工業機械控制器 (CNC/伺服馬達) 整合。 -串接 通訊協定 (UART、SPI、I2C、CAN Bus、5G/NB-IoT/LoRa),建立即時控制系統。 -視覺系統應用於船避碰與導航。 3.應用場景 -自主導航:船隻、物件偵測與即時路徑規劃。 -人機互動:姿態辨識、動作監測 4.熟悉 Python / C# (Windows Forms GUI)。 5.具備 OpenCV / EmguCV / PyTorch / TensorFlow 經驗。展開 -
軟體工程師
面議(經常性薪資達4萬元或以上) 40000元 台北市中山區 工作經歷不拘1.系統導入與使用者教育訓練。 2.系統模組、平臺維運與異常管理。 3.營運系統資料處理與數據產出。 4.能夠同時兼顧獨立工作與他人協作。 5.工作獎金1,000元/月展開 -
軟體工程師
面議(經常性薪資達4萬元或以上) 40000元 新北市板橋區 工作經歷不拘1. 確認軟體程式的目的與功能,進行程序開發及測試,並撰寫軟體程式技術白皮書 2. 負責網站開發工作 3. 熟悉HTML5/CSS3/Javascript /jQuery技術。 4. 熟悉 RWD Frameworks。 5.了解前端框架(Vue )。 6. 熟悉Restful API協定,配合後端工程師規劃API架構。 7. 能獨立作業處理問題。展開 -
Sr. Asp.Net 軟體工程師
面議(經常性薪資達4萬元或以上) 台北市大同區 2~3年工作經驗1.建置與開發網站前後台 2.資料庫建置與規劃 3.程式開發與維護 4.熟悉.net(C#、VB) C#尤佳,及MS SQL 5.熟悉Ajax、Java Script、CSS等相關網頁開發技術 6.熟MVC開發架構佳 7.具備三層式架構,N-Tier及OOP經驗,若有Team Foundation 經驗佳展開 -
-
軟體開發工程師
面議(經常性薪資達4萬元或以上) 40000元 台北市內湖區 2~3年工作經驗【工作內容】 1. 負責開發與維護前後端系統及相關應用程式 2. 架構設計軟體系統,並進行性能優化與調整 【其他條件】 1. 熟悉C# MVC, .Net Core, jQuery, RESTful API 2.熟悉 React / Angular / Vue.js 以上任一種前端框架 3.具 4年以上C#開發經驗、2年以上網站架構設計及維護經驗 4.喜歡接觸新事物、新技術,並自我不斷提升技術水準 5.積極負責的態度並具備良好的溝通與團隊合作能力展開 -
-
-
(139-1)【台北軟體研發中心】- LLM生成式AI資深工程師
面議(經常性薪資達4萬元或以上) 40000元 新北市新店區 2~3年工作經驗【工作職責】 1. LLM訓練:根據不同車載應用場景對LLM進行微調(finetune),包含使用參數高效微調(PEFT)與指令微調(Instruction Fine-tuning)方式,以提升模型效能與準確性。 2. LLM優化整合:將 LLM 模型整合至車載ECU,優化整合後提高AI服務正確性/準確度,用Perplexity評估 3. 本地與雲端部署:根據應用需求,選擇在本地端或雲端環境進行部署與優化 【加分項專業技能】 1. 數據處理與管理:熟悉即時數據流處理技術,如 Kafka / MQTT,可優化 LLM 在車載場景的即時推理能力。 2. 雲端部署(AWS 雲端架構:AWS Lambda(serverless)、AWS CDK 或 Terraform、IAM、網絡設置、S3)和本地部署( AI Server/NVIDIA GB10…等) 3. RAG 技術與資料檢索強化應用 熟悉 Retrieval 相關技術(向量資料庫 / 全文檢索 / 傳統搜尋引擎檢索概念),實作過向量索引更新、長文文件切片(Chunking)策略,有多語系文本檢索、圖片辨識、表格、非結構化資料處理經驗 4. AI 應用或其他整合技術, 熟悉 Agentic AI / 多智能體(Multi-Agent)/ MCP / A2A 架構,瞭解解將語音、影像、表格等不同資料類型與文字模型整合的方法展開
