轉職熱搜工作

1.電能管理與應用演算法開發 2.電能管理控制器整合與軟體介面程式開發 3.電能管理系統於即時數位模擬系統(Real-Time Digital Simulation System)之整合技術開發

本職缺強力召募電力電子工程人才，具備以下任一領域專長者即歡迎投遞履歷 1、AC/DC、DC/AC、DC/DC、PFC 電力轉換電路開發 2、電力轉換器演算模擬 3、電池管理系統開發及整合 4、不斷電系統、儲能系統開發 5、DSP/MCU程式開發

工作內容： 參與車載資訊娛樂系統（IVI）開發，負責儀表板、中控、副駕螢幕等 HMI（Human Machine Interface）軟體模組的實作與維護。 工作內容包含： 1、熟悉 Android App 開發環境與基本 AOSP Build 架構。 2、與產品經理、UI/UX 設計師協作，實作具備良好使用體驗的應用程式。 3、撰寫單元測試與基本整合測試，提升程式穩定性。 4、依照需求進行簡單 Android Framework 模組調整或擴充。 5、協助實作 Android 與 QNX 間的基礎資料傳輸流程。

尋找對智能技術與系統整合有興趣的人才，協助研發團隊進行感測器電路相關規畫執行與管理，並為硬體設計的主要窗口，與韌體、軟體、製造、機構等團隊緊密合作，推動系統整合。亦須與供應商及外部合作夥伴進行技術溝通與評估。 研發項目包括： 1. Architecture design 2. RTL design and simulation 3. FPGA emulation 4. Synthesis 5. Post layout check 6. Chip bring-up

工業技術研究院南分院機器人與智慧系統研發組，誠徵具備卓越技術能力與高度工作熱忱之機器人系統開發工程師。此職位肩負重要研發任務，核心職責如下： 一、 負責機器人感測系統ROS2驅動與NODE之開發、測試與除錯，以確保感測資料之準確性與即時性。 二、 熟稔機器人全流程開發，包含硬體整合、韌體撰寫、演算法設計、與模擬及實機測試等環節。 三、 運用Linux作業系統及ROS2架構，進行SLAM、NAV2、感測融合等關鍵技術模組之開發、優化與維護。 四、 參與LLM、VLM、VLA等先進技術開發研究，並協同團隊進行概念驗證與雛型系統建置。

《工作內容》 負責無人載具之感測器整合與嵌入式控制韌體開發，依專案需求執行一至多項核心任務。工作內容包含： ‐感測資料擷取與處理。 ‐通訊介面與控制邏輯設計。 ‐多感測融合演算法開發（涵蓋 IMU、GPS、LiDAR、Camera 等）。 並需與自動導航及控制演算法團隊協作，進行模組整合、系統測試與效能優化，確保整體系統運作穩定且精準。 《職位亮點/優勢》 1) 跨域研發實作環境：結合感測、控制、導航與AI技術，參與從演算法到實機測試的完整開發流程。 2) 多載具應用經驗：實際操作多旋翼無人機、無人化載具，驗證自主導航與感測整合成果。 3) 前瞻技術導向團隊：採用 PX4、ROS、Ardupilot 等開源平台，推進飛控、MAVLink通訊與VIO/VSLAM技術研發。

1.設備控制系統軟體需求分析工作 2.運動控制方案硬體框架搭建 3.運動控制方案軟件框架搭建開發 5.專案前期參與軟體需求分析 6.現場資源調度演算法、運動控制演算法研發及功能測試計畫制定 7.洞悉業界軟體應用技術動向及發展趨勢，製訂軟體應用改進完善計劃 8.設備控制系統軟體功能測試、現場設備重大問題調試等各種技術支持工作 9.製訂軟體功能測試方案 *須配合職務需求出差派駐

【工作職責】 1. LLM訓練:根據不同車載應用場景對LLM進行微調(finetune)，包含使用參數高效微調(PEFT)與指令微調(Instruction Fine-tuning)方式，以提升模型效能與準確性。 2. LLM優化整合:將 LLM 模型整合至車載ECU，優化整合後提高AI服務正確性/準確度，用Perplexity評估 3. 本地與雲端部署:根據應用需求，選擇在本地端或雲端環境進行部署與優化 【加分項專業技能】 1. 數據處理與管理:熟悉即時數據流處理技術，如 Kafka / MQTT，可優化 LLM 在車載場景的即時推理能力。 2. 雲端部署（AWS 雲端架構：AWS Lambda（serverless）、AWS CDK 或 Terraform、IAM、網絡設置、S3）和本地部署（ AI Server/NVIDIA GB10…等） 3. RAG 技術與資料檢索強化應用 熟悉 Retrieval 相關技術（向量資料庫 / 全文檢索 / 傳統搜尋引擎檢索概念）,實作過向量索引更新、長文文件切片（Chunking）策略,有多語系文本檢索、圖片辨識、表格、非結構化資料處理經驗 4. AI 應用或其他整合技術, 熟悉 Agentic AI / 多智能體（Multi-Agent）/ MCP / A2A 架構,瞭解解將語音、影像、表格等不同資料類型與文字模型整合的方法

1、機器視覺方案製定及可行性分析 2、自動化機器視覺專案演算法及程式審查 3、機器視覺AI技術開發 4、通用性視覺平臺開發 5、常用標準視覺演算法的開發及應用 6、製定視覺開發設計標準、技術規範 *須配合職務需求出差派駐