轉職熱搜工作

1.負責產品硬體可靠度驗證並對產品問題追蹤、分析及改善 2.按照時程完成專案所需驗證 3.訂定測試計劃並撰寫測試報告 4.相關國際法規的研讀與了解 5.與客戶討論並確定相關測試要求 6.開發與產品有關之可靠度驗證技術

此職務為負責直流電源/負載產品電路設計開發及驗證的研發人員。 您將使用模擬軟體(SPICE、MATLAB等等..)來設計電路並利用測試儀器來進行電路驗證，所開發的精密量測儀器將讓我們一同為電源測試儀器寫下歷史的紀錄。 歡迎對以下類型電路有經驗或有興趣者投遞履歷，邀請您一同加入致茂大家庭!!! 1.精密量測線路 2.電源電路(DC/DC,AC/DC) 3.線性電路

Server, storage產品之DC-DC 電路設計, layout / placement review, 除錯, 驗證

★ 招募對象：全台原住民菁英們 ★ 招募職務： 研發單位：硬體/軟體/機構/專案/軟韌體測試/品保工程師 製造單位：製造/SMT/PE/TE工程師/資材管理師 ★ 工作地點：台北/林口/平鎮/高雄 ※依學經歷、工作年資敘薪 ※本職缺依據原住民族工作權保障法，如非具備該身分者，請前往其他職務應徵。 ※屬『定額僱用』員額，歡迎或優先僱用『原住民』，以盡法定義務。

1.新產品客制芯片失效分析 2.新產品硬件電路及系統設計失效分析 3.新產品維修手冊撰寫及產線工程師培訓 4.協助量產維修良率提升

【本職缺優先審核至休斯微公司官網投遞人選】請至休斯微官網投遞：https://career.suss.com/en/jobs 【Talents who apply job via SUSS MicroTec Career Website will be given priority review】Please apply opening here：https://career.suss.com/en/jobs ________________________________________________________________________________ Role Introduction: • We are looking for talented electrical engineer who is specialized in electrical/control system design of semiconductor process machine. • You will become member of DSC product engineering team, your responsibility is to demonstrate your design skill to fulfill any requirements of product development. • You will be working in an international working environment. We expect the candidate is fluent in English, with mature communication and teamwork skill for better efficiency. Your mission: • Demonstrate your expertise for trouble shooting and design mechatronic system per DSC lithography product roadmap. • Possess strong DOE ability for system error analysis and execute test plan. • Involved in NPI project to MFG team for new system, feature and technology. Perform trouble shooting, technical support and process improvements to fulfill the goal of production output. • Involved in CIP and maintenance project for mature product. • Initiate and validate engineering changes and familiar with ERP system for document management. • Strong mindset and experience of risk assessment, cost evaluation and cross function cooperation. Business travel requirement: • Less than 2 month a year.

1. x86 AI Rack PC(2U)相關產品之硬體工程技術開發主機板線路設計。(需有Server設計經驗) 2. 專案計劃執行及管理。 3. 新產品規劃、管理及創新。 4. 研究及開發新技術、新電子材料及應用。

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」

1.Familiarity with VHDL/Verilog coding and FPGA/CPLD design flow is a must 2.Familiarity with FPGA/CPLD design in server application and bus protocols including I2C / power sequence / SPI / LPC / SGPIO / I2C switch/ UART / PWM / eSPI 3.Familiarity with Lattice/Altera EDA design tool. 4.Strong HW and x86 architecture knowledge. 5.Integration and simulation experience 6.Issue Fail symptom Anlayze and Tracker ※依學經歷、工作年資敘薪

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：碩士44968元起薪，該職缺係「適用勞動基準法」