轉職熱搜工作

*工作內容* 1.功能安全管理: 根據 ISO 26262標準，制定安全計劃，設定安全目標與要求，並落實系統安全性。 2.風險評估與分析: 進行危害分析與風險評估 (Hazard Analysis and Risk Assessment)，確立安全完整性等級 (ASIL)，制定降低風險的安全措施。 3.系統設計與開發: 參與系統設計與開發，將安全需求融入硬體與軟體設計。 4.測試與驗證: 制定並執行測試計劃，以符合安全標準。 5.文件編制與審查: 撰寫並維護功能安全文件，如安全計劃與測試報告，參與內外部審查與稽核。 ***更多自駕車資訊*** 工研機械所自駕車團隊大事記與技術發展https://medium.com/@bobwang_robotics/台灣工研院機械所自駕車團隊大事記-33fbcb16f8ea 工研院機械所自駕車正式掛牌上馬路: https://www.inside.com.tw/article/17485-taiwan-auto-pilot-try-on-octobor-hsinchu 自駕車影片: 影片1:https://www.youtube.com/watch?v=ipS25o2z8hM 影片2: https://www.youtube.com/watch?v=jKN4Tw7t4rM 影片3: https://www.youtube.com/watch?v=BqKw5EtnGAo 更多更新的影片: https://www.youtube.com/user/bobwang1973/videos?view=0&sort=dd&shelf_id=1

運用先進人工智慧、機器學習與最佳化技術，將資料轉化為可落地的決策能力，協助企業在複雜的工業場域中實現智慧化、自動化與最佳化。主要工作內容包括： 1. (AI 與機器學習模型研發)：研發並實作各類機器學習、深度學習、統計建模方法與預訓練模型(如 time-series foundation models)，針對工業設備與製程數據建立高準確度的預測與決策模型，用於品質預測、異常偵測與趨勢分析。 2. (決策與最佳化演算法設計)：設計與開發最佳化演算法（數值最佳化、代理模型最佳化、啟發式演算法等），解決多目標、多限制條件下的工業決策問題，並應用強化學習（Reinforcement Learning）於設備控制、製程參數調校與策略自動學習，提升效率與穩定性。 3. (理論引導與模型融合)：結合物理定律、工程經驗與數學模型，進行理論引導建模（Physics-informed / Theory-guided Modeling），提升模型可解釋性與泛化能力，將資料驅動模型與機制模型整合，提高模型準確度並降低對大量資料的依賴。 4. (工業應用落地與數位雙生)：將 AI 模型實際應用於工業設備或製程的參數最佳化、能耗降低、良率提升與風險控管，建構與維運數位雙生（Digital Twin）系統，模擬真實設備與製程行為，支援情境推演、策略評估與即時決策。

開發機器人/機器手臂大腦相關技術，協助產業進行「智動化」，並扣合相關的AI晶片，打造聰明又輕巧的AI大腦，其工作內容包括 1. (技能學習)：以基礎模型/大語言模型為核心，開發高效率zero-shot、few-shot機器人技能學習框架。 2. (快速調適)：研究機器人基礎模型(如VLA、LBM)之行為控制與優化技術。 3. (模擬資料生成)：開發自動擬真資料生成技術、包括模擬環境建立與相關物理互動模擬、Large World Model技術。 4. (實體資料蒐集架構)：開發透過人為示範驅動實體手臂蒐集實體資料之互動架構。 5. (AI演算法於Edge端的部署)：包括model pruning、quantization、NAS、使用不同平台底層平行化框架(如Triton、CUDA、oneAPI)進行加速、TVM、LLVM、model compilation之相關技術開發。

【工作內容】 本職務負責開發與整合以大型語言模型（LLM）為核心之 AI 客服與智慧互動系統，包含 RAG 架構、AI Agent、地端部署服務及多語言應用。工作內容涵蓋知識檢索、即時通訊整合，以及將語音與對話系統導入實體客服或陪伴型機器人，並與專案團隊及合作單位協作，確保系統穩定運作並符合政府與長照場域需求。 【職務亮點／優勢】 1. 可參與從 LLM、RAG 與 AI Agent 設計，到地端部署與實體機器人整合的端到端 AI 系統建置，而非僅限模型實驗。 2. 參與部署於醫療、長期照護及政府服務場域之 AI 客服與陪伴系統，直接產生公共服務與社會價值。 3. 與學術單位合作，實際投入國語、台語、客語等多語言 AI 系統之開發與落地。 4. 實作任務型與關懷型 AI Agent，並將其部署於實體服務型或陪伴型機器人。 5. 累積符合資安、地端部署、系統穩定性與法規要求之政府專案 AI 系統經驗。 6. 依專案成果與技術貢獻，可進一步發展至系統架構設計、應用型研究或領域 AI 技術主導角色。

【工作內容】 開發資安管理平台後端，設計 RESTful API 架構，將各類開源或商用資安掃描工具整合至 Web 統一介面，實現「單一平台，全域掃描」。透過 AI 轉化為開發人員可直接使用的程式碼修補建議 (Code Fix Recommendations) 與漏洞成因分析，降低修補門檻。 【職務亮點／優勢】 1.工作不是單純的維運或看報表，而是親手打造一套能「自動發現問題」並「自動建議解法」的 AI 資安產品。 2. 挑戰如何讓 AI 讀懂複雜的弱點掃描報告，並精準輸出 Code Level 的修補建議，這是目前 DevSecOps 領域含金量最高的技能。 3. 掌握國際最新合規技術，合規自動化工具將是未來 3-5 年硬體與軟體出口的剛需，相關經驗將極大提升職涯稀缺性。