轉職熱搜工作

1.負責電子電路的設計與PCB繪圖。 2.設計、繪製並測試 功能電路模組。 3.制定並執行電路測試計劃、進行信號分析和故障排除。 4.與韌體工程師合作，進行電路板的功能整合和測試。 5.撰寫技術規格、測試報告等技術文檔。

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」

1. 產品測試 2. 新產品、零件 測試驗證 3. 新產品 試產品質檢討、審核把關 4. 客退 DOA/RMA、客訴的回覆與原因調查、檢討追蹤改善預防 5. 撰寫測試計劃及測試報告書 6. 優良的溝通能力 7. 協助測試後產品包裝、出貨安排 8. 設備及存貨管理 9. 總務及大樓協調 10. 主管交辦事項

1. 維護公司內部伺服器、網路架構及電腦設備 2. 技術支援 (Help Desk)：協助處理員工電腦軟硬體故障、帳號設定及連線問題 3. 資訊安全維護：管理防毒軟體、防火牆，進行資料備份，防止機密外洩 4. 管理與優化公司的網路架構，確保數據傳輸的穩定性與安全性，防止研發機密外洩。 5. 系統開發與整合：維護或開發符合企業需求的內部系統（如 ERP、HR 或進銷存系統）。

【工作內容】 1.開發無人機無線通訊模組相關電路設計（涵蓋 RF/數位/電源）。 2.執行硬體測試與效能驗證，並與韌體及飛控團隊合作進行系統整合。 3.支援新產品量產導入，協助進行硬體問題分析與解決。 4.撰寫設計文件與技術規格，確保研發成果具備完整性與可追溯性。 【工作技能】 1.無線通訊與 RF設計：熟悉調變技術（QPSK、OFDM、FSK）與鏈路預算計算。 2.具UAV 專用鏈路設計經驗（RTK GNSS、控制通訊、影像回傳）。 3.熟悉 RF 電路設計（如 LNA、PA、Filter）。 4.天線設計：具備天線設計與驗證經驗，能進行效能優化與模擬分析。 【擅長工具】 1.MATLAB / Simulink（通訊模擬） 2.ADS、HFSS、CST（RF/電磁模擬） 3.Altium Designer （PCB 設計） 【其他應備條件】 1.熟悉量測儀器操作（VNA、頻譜分析儀、訊號產生器、示波器）。 2.具備 VSWR、Return Loss、S-parameter 測試與分析經驗。 本職位在無人機通訊系統開發中扮演核心角色，負責電路設計、測試驗證及系統整合，並協助新產品量產導入。 我們期待您具備專業技術與解決問題的能力，與團隊攜手打造高效能且穩定的無人機通訊系統，共同推動產品邁向市場。 溫馨提醒：僅有經全一電子授權之人員能處理您的個人簡歷，全一電子亦將遵守相關法規與政策，妥善保護您的個人資料。投遞簡歷即表示您同意全一電子蒐集並使用您的個人資訊。

We are looking for a Hardware Engineering Manager to lead and grow a high-calibre team responsible for the design, validation, and production introduction of Peplink’s next-generation routers, access points, and connectivity appliances. You will own the full hardware lifecycle from concept through mass production, drive cross-functional execution with firmware, mechanical, and manufacturing teams, and directly influence product roadmap decisions. This is a hands-on leadership role: we need someone who can review schematics, debug board bring-up issues, and also build a world-class engineering culture. Key Responsibilities 1) Lead, mentor, and grow a team of hardware engineers across board design, RF, power, and signal integrity disciplines. 2) Own the end-to-end hardware development process: architecture definition, schematic and layout review, prototype build, DVT/PVT, and manufacturing handoff. 3) Drive aggressive development cycle targets (12-month concept-to-production) by removing blockers, improving tooling, and optimising team workflows. 4) Collaborate closely with firmware, product management, and industrial design teams to define product requirements and resolve cross-domain trade-offs. 5) Manage relationships with contract manufacturers, component suppliers, and test houses; lead design-for-manufacturing (DFM) and design-for-test (DFT) reviews. 6) Establish and enforce design standards for high-speed digital interfaces (PCIe Gen 3/4, USB 3.x, Ethernet up to 10 GbE), cellular modem integration (4G/5G), and Wi-Fi 6E/7 RF front-ends. 7) Evaluate and integrate emerging technologies including 60 GHz mmWave radios, FPGA-based packet processing, and satellite modem interfaces. 8) Champion quality and reliability through robust HALT/HASS programmes, thermal analysis, and field-return root-cause investigations. 9) Define team hiring plans, manage budgets, and report progress to senior leadership with clear, data-driven metrics.

薪資待遇 月薪 50,000～75,000 元 （依經歷、專業能力及實際開發經驗核薪） 工作地點 台中市大雅區 工作內容 宇聯電子專注於工業控制產品設計與製造，產品包含 CNC 操作面板、MPG 電子手輪、工業控制板卡、I/O 模組、繼電器控制模組、工業電腦及客製化控制系統。 本職務將參與產品規劃、電子硬體設計、嵌入式系統開發、測試驗證及量產導入，並與機構、生產、品保及業務團隊共同完成產品開發。 主要工作內容： 1. 電子電路設計與開發。 2. 原理圖設計與 PCB Layout 規劃。 3. 電子零件選型、驗證及 BOM 建立。 4. MCU 韌體開發與功能驗證。 5. 通訊介面整合與測試。 6. 電路板測試、分析及 Debug。 7. EMC、EMI 問題分析與改善。 8. 協助產品認證及量產導入。 9. 技術文件、測試報告及設計文件建立。 10. 新產品研發與技術評估。 專業技能需求 必要條件： 1. 電機、電子、資訊工程相關科系畢業。 2. 二年以上電子產品開發經驗。 3. 熟悉電子電路設計與分析。 4. 熟悉 Altium Designer、OrCAD、PADS 或同類 PCB 設計工具。 5. 具備 MCU 開發經驗。 6. 具備電子產品測試與除錯能力。 7. 能獨立完成產品開發與驗證工作。 熟悉以下技術尤佳： • STM32 • ESP32 • PIC • ARM Cortex-M 熟悉以下通訊介面： • UART • SPI • I2C • RS232 • RS485 • CAN Bus • Modbus RTU • Modbus TCP 加分條件 1. 工業控制產品開發經驗。 2. 工具機產業相關經驗。 3. FANUC、Siemens、Mitsubishi 控制系統相關經驗。 4. Ethernet、TCP/IP 通訊開發經驗。 5. RTOS 開發經驗。 6. 電源設計經驗。 7. EMC 改善經驗。 8. AIoT 或智慧製造相關經驗。 我們提供 1. 參與自有品牌產品開發。 2. 參與國際客戶專案開發。 3. 接觸 FANUC、Siemens、Mitsubishi 等工業控制系統。 4. 完整產品開發流程實務經驗。 5. 教育訓練及專業技能提升機會。 6. 年終獎金。 7. 績效獎金。 8. 專案獎金。 9. 海外客戶技術交流機會。 職涯發展 電子研發工程師 ↓ 資深電子研發工程師 ↓ 研發副理 ↓ 研發經理 歡迎對工業控制、自動化設備、嵌入式系統及智慧製造有熱忱的夥伴加入，共同打造下一代工業控制產品。

強力徵求對電腦硬體研發充滿熱情的夥伴們! 艾訊嵌入式系統提供完整軟硬件，以及量身制訂的工業物聯網(IPC/IoT)與人工智能(AI)解決方案組合，提供客戶開發高密度集成以及高效能的電腦。產品的應用廣泛，有佈署在重工業與智慧工廠的Edge Server，做為資料收集管理與大數據分析；也有Edge Computer搭配Intel/Nvdia等大廠合作的AI加速卡， 應用於edge端做為聲音/影像辨識以及即時的資料分析與處理；採用X86架構具備低耗能的IoT Gateway，適用於連結各種IoT Devices並且專責不同通訊協定的轉換， 達成將Devices所有的訊息傳送至Server或Cloud。採用SoC + EC + MCU架構應用於Retail, Medical, smart City等產品線，甚至有為創客開發的類樹梅派X86主機板，應用在無人機、智慧推車、智能家電等產品。 這個職位著重於IPC/IoT不同應用場域的新產品開發與設計，此工作需要工程師的專業以及邏輯能力，並嚴謹地找出問題真因與解決問題。 期待您加入團隊，讓我們發揮眾智，一起打造一流的IPC/IoT產品，同時也成為世界級的研發團隊。 工作內容主要包含: 1.負責Server主機板設計與維護。 2.進行電路圖繪製及 PCB Layout 審查。 3.進行硬體除錯及訊號測試與分析。 4.與跨部門團隊合作，確保專案順利執行。 ＊彈性工作時間，薪優福利佳，並備有新店/中和線交通車＊

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」