轉職熱搜工作

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：碩士44968元起薪，該職缺係「適用勞動基準法」

1、3C資訊產品的檢測與認證服務事務 2、EMC檢測服務 3、RF檢測服務 4、各場地輪調學習 5、能配合加班及調整班別 6、公司提供中餐 7、電子電機相關科系畢業者佳，並依學經歷擇優敘薪 8、亦歡迎非理工科系新鮮人

1.自動化監控系統規劃、設計，包括區域網路、人機界面(GUI)、資料庫、報表產生、遠端資料收集等之整合與設計 2.軟體點數規劃，動態圖形製作，控制策略撰寫、程式設計，須配合專案試車、協調、客戶教育訓練及製作軟體操作教材

1.資訊安全管理及資料備份 2.網路及資訊設備裝配及維護 3.門禁/電話/監視系統管理 4.公司形象網站管理 5.ERP/圖件系統管理 6.內部系統程式開發、修改及資料庫維護 7.外包廠商聯繫與進度追蹤 8.廠務例行工作 9.主管交辦專案性任務

1.領導視訊影像產品開發團隊，負責團隊管理與技術指導 2.協調各RD部門跨部門合作，進行專案規劃、風險控管與進度追蹤 3.運用技術專業監督開發流程，確保新產品準時且無誤地完成量產 4.擔任客戶溝通窗口，以英語主持會議並處理技術討論