轉職熱搜工作

工作內容： 1. 封裝產品設計 2. 新產品導入(NPI)及專案管理 3. 封裝產品佈局Layout設計 ***需會使用AutoCAD*** **熟悉Leadframe 、Substrate設計尤佳 **具封裝廠經驗尤佳 **具有溝通能力、問題分析及解決能力尤佳

負責IC測試機台的功能開發設計及驗證，並將產品導入量產 1.數位硬體電路(FPGA, DDR, PCle)設計 2.選用零件、設計線路圖、審查PCB layout、單板功能測試、撰寫驗證報告

1. System level SI/PI simulation. 2. Layout rule setting and review. 3. PCB stack up design. 4. Debug SI issue. *依學、經歷敘薪

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」

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」

加入我們，展開你的專業冒險！ 我們正在尋找充滿熱情與專業的人才，一起在挑戰中成長，共創美好未來！以下是我們的職務重點，你將會參與新產品開發設計與功能驗證，並確保產品的可生產性！ 1.電纜組件開發、維護作業 2.負責產品功能性設計及驗證 3.追蹤客戶端使用狀況並分析問題，提出改善對策 4.具跨部門合作及溝通能力 讓你的專業價值，為我們的未來注入更多可能性！ 加入我們，成為改變的力量，現在就是最好的時機！ ※榮獲《HR Asia》2023年亞洲最佳企業雇主獎 ※連續三年獲得製造業金獎 ※連續六年「公司治理評鑑」前5％績優公司 ※2022 台灣永續績效獎及報告書白金獎 ※台灣50大集團：第32名（2020天下雜誌） 完善的員工制度與相關福利: ◆優渥薪資及獎金制度(含年終獎金、績效獎金及員工分紅入股計劃)　 ◆完善教育訓練制度(職前訓練/在職/內外專業技能培訓...) ◆完善考核及多元化升遷管道　 ◆現代化軟硬體辦公設備(全面自動化/網路化電腦設備)　 ◆人性化管理及工作環境(廠區備有交通車及員工餐廳等設施)　 ◆優於勞基法的休假制度　 ◆勞健保、團保(含壽險、意外傷害險、住院醫療險、癌症險等)　 ◆職工福利委員會(福委會三節禮金、員工旅遊、慶生禮金、子女教育獎助金、無息貸款、婚喪喜慶補助)

一、應徵條件: 1. 具碩士學位（含）以上者，電機、電子、機械、資工等科系畢業者尤佳。 2. 執行過政府專案計畫或有相關實務工作經驗者尤佳。 二、甄選方式： 書面審查後參加面試。 三、工作技能： 具以下任一或多項技能者尤佳：PyTorch、Tensorflow、C#、Unity、C/C++(Arduino)、Matlab、電路、訊號處理、機構設計等 四、工作內容: 1. 協助與產業進行技術服務與產學合作案。 2. 依所負責之功能或專案，進行系統硬體設計、功能驗證、測試製具開發、系統及主板開發文件撰寫、問題解決。 3. 現有技術之最佳化與功能模組化、新技術及零件之可行性分析與導入。 4. 其他交辦事項。 五、工作期程：自應聘日起至2027/01/31，之後視計畫是否延續而定。 六、工作時間：週一至週五每日工作時數8小時 (彈性上班時間為8時至9時、彈性下班時間為17時至18時) 七、工作待遇：面議。(NT$45,000元以上) 八、工作地點：國立臺灣大學機械系館 九、管理責任：不需要負擔管理責任 十、休假制度與福利項目：按國科會專案計畫規定 十一、應備文件： 1. 履歷表（格式不拘，內含自傳） 2. 學經歷證明影本 3. email寄送至 6289wen@gmail.com，信件主旨請註明「應徵專任研究助理」。初審合格者，擇優通知面談。未獲通知者亦不退件。 十二、聯絡人： 聯 絡 人　朱小姐　 電子郵件　6289wen@gmail.com　

1.電腦周邊及印表機故障排除 2.資訊硬體及相關系統週邊裝置安裝、維修及監控 3.資訊設備效能監控及系統維運 4.網路架設及管理作業 5.院內同仁資訊教育訓練及即時線上問題服務