轉職熱搜工作

1.客製自動化設備控制軟體之分析、設計以及程式撰寫。 2.規劃執行軟體架構及模組之設計，並控管軟體設計進度。 3.進行軟體之測試、驗證及修改 4.協助研發軟體新技術與新工具和安裝與測試(設備交付) 5.專案分析測試及研發資料，撰寫報告及改善作業。 6.主管交辦事宜

1．負責前端開發，完成產品需求。 2．與PM、設計師、後端工程師配合/溝通 3．依照 UI 需求開發架構、RWD網頁 4．與後端工程師討論/介接 API 5．解決前端遇到的各種技術、性能問題 6．編寫高質素、美觀、可維護及沿用的程式碼 7．有一定的視覺美學的基礎，優化用戶使用體驗

需求人才： 1.PC程式設計工程師： ●學歷：大學以上(電機、電子、機械、自動化相關科系)、夜校生可 ●具C#,C++、VB等相關項目經驗者 ●技藝競賽選手待優 ●碩博士以上、有經驗者另議 2.AOI程式設計工程師： ●學歷：大學以上(電機、電子、機械、自動化相關科系)、夜校生可 ●具C#,C++、VB等相關項目經驗者 ●技藝競賽選手待優 ●碩博士以上、有經驗者另議 3. PLC程式設計工程師： ●學歷：大學以上(電機、電子、機械、自動化相關科系)、夜校生可 ●具PLC等相關項目經驗者 ●技藝競賽選手待優 ●碩博士以上、有經驗者另議

1.工具母機研發設計(客制化)製圖、熟AutoCAD, SOLIDWORKS, SolidEdge繪圖軟體，具一年以上經驗。 2.ISO、ERP表單開設與管理 3.技術文件建立管理 4.具相關產業工作者佳 5.需配合加班

負責開發精密傳動元件類產品，包含： 1.產品設計：根據需求設計產品、繪製圖面與選用物料 2.性能驗證：產品測試、分析與改善 3.製程改善：開發製程改善所需的治具與產品設計變更

1.執行半導體晶圓機器人關鍵零件與整機結構、模態、最佳化與動力學分析。 2.藉由理論與科學的方式進行分析結果的判讀，並執行實驗驗證。 3.依分析結果與產品設計討論改善與優化方案。 4.開發並導入智慧自動化設計與分析工具。

我們正在尋找對人工智慧充滿熱情並渴望在快速發展的技術領域中發揮影響力的AI軟體工程師。加入我們的團隊，您將有機會參與前沿技術的研發和應用，推動公司的技術創新與進步。 工作內容： 1. 參與並追蹤最新的AI技術，提出改進方案，持續導入新AI技術，提升系統和應用場景 2. 跨部門團隊合作，了解需求並轉化為AI解決方案 3. 參與AI平台的建置和維護 4. 參與AI應用的開發，開發符合需求的軟體功能

【職務內容】 1. 負責整合大型語言模型（LLM）與內外部應用系統，採用RAG架構整合語意資料，並提供推論服務及相關API（如 Prompt API、Embedding API、Agent API） 2. 進行提示工程（Prompt Engineering）設計與優化，解決Domain-specific與Edge-case回答問題，並持續驗測、調整模型精準度與穩定性 3. 使用FastAPI開發及維運模組化推論API，強化與內部系統串接效能 4. 負責資料清洗與轉換流程（RAG Pipeline前處理），處理 PDF、HTML、Word、Markdown 等半結構化資料，優化後續embedding與chunking流程性 【必要條件】 1. 具備使用LLM API經驗，能判斷Tool Calls與 RAG 架構的應用情境差異，使用地端模型回應特定領域問題（如：金融知識、理財、策略交易） 2. 能針對專業任務撰寫具語意控制的Prompt，並調整提示詞提升準確性與一致性，確保生成的內容專業且準確 3. 能獨立開發處理複雜任務的AI Agent，並整合多個Agent實現端對端流程（如：數據分析、廣告優化） 4. 理解Embedding技術，透過向量理解文本與用戶需求進行客製化推薦（如：客製化新聞推薦系統） 5. 熟悉Vector Database操作與查詢優化技術 6. 了解RAG（Retrieval-Augmented Generation）架構與使用時機，能針對應用場景選擇合適解法 【加分條件】 1. 熟悉Python與Fast API框架開發 2. 熟悉Linux與Docker基本操作 3. 具備milvus + attu使用經驗 4. 可提供GraphRAG或RAG應用作品集 5. 理解三層式應用系統架構設計流程 6. 熟悉Git基本操作與Git Flow管理

我們正在尋找一位優秀的AI應用開發工程師加入我們的團隊，負責開發和維護AI相關的應用程序。您將與跨部門團隊合作，設計、實現和優化AI解決方案，以推動業務成長和創新。 主要職責 1. AI應用設計與開發: - 設計、開發和維護AI相關的應用程序，包括深度學習模型、電腦視覺、AI Agent建置 等。 2. 資料分析與處理: - 分析和處理大型資料集，以支持AI模型的訓練和優化。 - 使用SQL、NoSQL資料庫進行資料存儲和查詢。 3. 模型訓練與優化: - 訓練和優化AI模型，以提高其準確性和效率。 4. 系統整合與測試: - 將AI模型整合到現有的系統中，並進行單元測試和整體測試。 5. 團隊合作與溝通: - 與跨部門團隊合作，建立屬於公司內部的AI解決方案。 6. 持續學習與創新: - 定期研讀最新科技趨勢和相關領域的發展，保持對行業動態的敏感度。 - 在公司內部讀書會或研討會中發表相關技術分享，促進團隊知識更新和交流。