轉職熱搜工作
您正在找通訊軟體工程師的工作,共計1025筆職缺在等你,馬上去應徵吧!
-
智慧財產工程師(新竹/土城)
面議(經常性薪資達4萬元或以上) 40000元 新北市土城區 8~9年工作經驗1.為研發同仁提供有深度的專利檢索與專利佈局建議,激發創意 2.應對研發專案,開展FTO分析 3.公司智慧財產權管理制度的落實跟進與稽核 4.應對知產爭議,如專利、商標、軟體爭議等 5.全球視野的智慧財產專項調研 6.公司內部人員培訓與宣導,營造公司創新氛圍展開 -
機器人控制系統工程師 (新竹)
面議(經常性薪資達4萬元或以上) 40000元 新竹市東區 1~2年工作經驗1. 建構 x86 / ARM 平台realtime執行環境 2. 開發與實作雙臂或人型機器人運動控制演算法,IK、Dynamics model、Jacobian-based control / Operational space control 3. 設計控制器(PID / MPC / Impedance / Force control)展開 -
MKB觸控產品開發處 韌體工程師
面議(經常性薪資達4萬元或以上) 40000元 新北市三重區 2~3年工作經驗1.撰寫和優化韌體程式,確保韌體能正確控制硬體操作,並達到設計要求 2.與團隊合作,共同完成產品的開發、測試及生產導入 -
【AI Data Center】IoT 整合工程師-E事業群
面議(經常性薪資達4萬元或以上) 40000元 新北市土城區 3~4年工作經驗1. 對接 AIDC 基礎設施廠商,收集協定文件,編制並維護監控點位表。 2. 負責工業級資料擷取閘道器(Gateway)的設定部署、現場通訊排錯與聯調。 3. 編寫通訊協定解析腳本/驅動模組,實作邊緣端資料採集、清洗與上送。 4. 處理通訊故障及協定變更,撰寫接入 SOP 文件。展開 -
AI Server-HW / EE工程師 (土城)-E事業群
面議(經常性薪資達4萬元或以上) 40000元 新北市土城區 2~3年工作經驗1. 設計伺服器硬體組件(如主板、CPU),使用CAD軟體開發電路圖。 2. 進行硬體原型測試,執行功率和性能基準測試,優化設計。 3. 支持製造和客服,診斷硬體故障,提供技術支援。 4. 需要時與供應商溝通,處理設計相關的問題,確保產品品質。 5. BOM製作。展開 -
資深應用開發工程師 (林口/高雄)
面議(經常性薪資達4萬元或以上) 40000元 桃園市龜山區 5~6年工作經驗▲主要職務內容: 1.開發應用,提升設備應用價值 2.針對客戶需求進行了解並分析,開發符合情境的客製化解決方案 3.支援設備在客戶端落地,並持續追蹤應用成效 4.協助FAE/Service 團隊處理應用面問題,提供解決方案展開 -
【Server】軟韌體開發工程師(土城)-E事業群
月薪 50000元 新北市土城區 2~3年工作經驗1. Windows / Android APP / Linux 與驅動程式開發 2. Server 測試工具與自動化程式開發 3. Server Diag. integration / validation展開 -
顯示器-FW韌體工程師(土城)-E事業群
面議(經常性薪資達4萬元或以上) 40000元 新北市土城區 3~4年工作經驗1. 與客戶溝通產品規格 2. 分析測試單位提出的顯示器問題並且與客戶說明 3. 產線指令撰寫 4. 與廠商討論並解決測試單位的問題展開 -
工研院資通所_AI系統應用工程師(K1)
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《工作內容》 1.參與深度學習模型與 AI 應用產品開發完整生命週期。 2.執行資料收集、資料清理、前處理、模型設計、訓練、部署及效能評估。 3.深度學習、電腦視覺、音訊分析及生成式 AI 等技術。 4.進行模型優化、系統整合、測試及維運。 《職務亮點》 1.學習深度強化學習於規劃、排程及最佳化問題的實際應用。 2.參與 AI 模型部署、應用系統開發及產品落地。 3.與 AI、軟體及跨領域團隊合作,累積實際專案開發經驗。 4.依專案需求,將 AI 技術應用於智慧城市、智慧通訊、智慧工廠等領域。展開 -
工研院服科中心_AI晶片與Middleware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【職務說明】 建構「AI 晶片 LLM 推論平台」,開發支援 vLLM、llama.cpp 與多晶片平行化推論架構 的 Middleware 與 Runtime 系統,打造可擴展、可叢集化之 AI 推論基礎設施。此職務將專注於 LLM 推論底層優化、異質運算整合與多晶片協同運算架構設計,屬於核心研發角色。 【工作內容】 1.開發與優化 LLM 推論 Middleware(vLLM / llama.cpp 整合) 2.設計多晶片平行化架構(Tensor Parallel / Pipeline Parallel / Expert Parallel)3.開發國產 AI 晶片 Runtime 與模型執行流程 4.優化 Prefill / Decode / KV Cache 記憶體存取效率5.建構 CCL(Collective Communication Library)與跨晶片通訊機制 6.分析記憶體頻寬瓶頸與運算瓶頸(Memory-bound vs Compute-bound)7.協助建構最小規模 LLM 推論叢集(Cluster)展開
