轉職熱搜工作

【銀行大型主機Cobol】 職前培訓營，共8週全日駐點集訓，期間享有津貼$30,000/月， 結訓通過考核即可轉正媒合進入知名金融業服務！ 不論是新人(0-1年經驗可)、金融業行員欲轉職工程師者、 或有志成為金融業大型主機設計之工程師，皆歡迎投遞履歷申請！ 【其他加分條件】 具備計算機概念、基本英文能力者尤佳。 具備以下經驗者優先綠取： 程式開發經驗、金融業行員經驗、資訊管理系或財經系畢業。 【享有福利】 1.課程包含專業技術養成及業界實務經驗分享。 2.免費提供履歷健檢與模擬面試。 3.媒合安排知名金融業面試機會。

【你的薪資你決定，百萬Turing就是你】 專案命名 Turing Plan - 以AI之父 Alan Mathison Turing 為名，矢志尋找最頂尖的人工智慧技術菁英。本計畫共二年，保障年薪百萬，並以AI模型、相關應用系統等技術做為核心，歡迎想一展AI技術的人才來比試～ ––––––––––––––––––––––––––––––––––––––- 【工作內容】 1. 負責所執行專案需求分析，針對系統特徵進行架構規劃與設計，並撰寫核心模組規格文件 2. 自動化流程規劃與開發，並優化專案程式碼 3. 開發AI模型落地所需之前、後端應用系統 4. 開發內部CI/CD pipeline 以測試、部署AI應用，並協助內部系統及伺服器日常維運與故障排除 5. 依據業務需求，協助應用部署上線及安全性更新等相關維運 6. 與PM溝通專案上線時程，協助解決技術問題並針對技術風險提出建議 【工作地點】 台北或台南擇一，請至圖靈網站下載履歷表中並進行勾選，面試地點將與工作地點相同 【履歷投遞】 **加快審核方式：下載制式履歷表(https://reurl.cc/rr5Dmr)，寄送至 hrd.recruit@sinopac.com (也可至圖靈官網直接下載!) **職缺申請Tips：履歷隨到隨審，初審通過即安排面談，截至計畫人數招滿為止。 **本計畫另有「AI科學家」職位，歡迎探索更多職涯的可能性： https://bankrecruit.sinopac.com/jobDetail?jobId=JOB0000337 ––––––––––––––––––––––––––––––––––––––- 【Turing Plan 團隊介紹】 擁有自由彈性、工作生活平衡的研發環境；大量的開放討論氛圍，可隨時互動溝通。 每週一天，可發展個人想專研的技術與創新，不僅場域像科技公司，思維也一樣開放。 －強調實驗室文化工作氛圍，注重工作生活平衡 －支持分享共好，每週一次Meeting，交流最新論文或技術 －鼓勵持續學習，每週20％ 時間進行Side Project 或自我提升 －團隊內部扁平，討論風氣興盛，無階級之分 －多元辦公方案，提升時間運用彈性 更多圖靈計畫資訊：https://www.sinopac.com/upload/event/turingplan/index.html

1.協助建立無人機、汽車或機器人晶片驗證所需的 3D環境 2.根據專案需求以設計軟體(PTC/Creo, Auto CAD, SketchUp...等)建立3D模型, 並導入Omniverse，或其它引擎

1.參與工程師專案進行，協助修改圖面與出圖 2.2D、3D圖面整理、研發文件發行與建檔 3.熟悉AutoCAD繪圖軟體 4.熟悉Word、Excel基本文書作業 5.主管交辦事項 此工作週休二日，無需加班 *無經驗可，歡迎應屆畢業生*

主任技師工作內容： 1. 依據營造業法執行公共工程專任工程人員業務。 2. 參加工程相關會議，負責專案介面協調事宜。 3. 協助管理及推動工程專案，並給予相關建議說明。 4. 協助辦理相關變更設計與成本編列作業。 5. 協助內業文書專員辦理各項施工文件及繪製圖說。 6. 辦理工程標案企劃書撰寫及評選簡報。 7. 此職缺為全職人照合一，歡迎商談面議工作待遇。

工研院基於維護原住民就業權益及善盡社會責任，特別規劃原住民定額僱用徵才專區，歡迎具原住民身分的您一起加入工研院大家庭！(本專區為建立原住民人士履歷資料庫使用，非具原住民身分者，請至其他職務進行投遞應徵。) 工作內容: 1.與系統/平台用戶端(內外部客戶)討論並確認需求、搜集資料，完成系統/平台整體功能架構、流程、資料庫設計規劃，設計WEB/APP的UI/UX，並協助釐清用戶端使用問題，提供良好的使用者體驗。 2.與前後端資訊工程師溝通不同平台系統之設計作法，討論/介接 API，最終協同審視、測試及改版。 ※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.智慧製造決策最佳化：依照不同客戶需求，與團隊開發最佳化模型，將決策限制及目標轉化為數學模型，並結合 AI 模型（如深度學習、強化學習）提升預測準確度與決策效率。 2.多場域應用：將最佳化與數學模型技術應用於傳統產業與科技業（如海運業船隊調度、半導體業智慧排程、醫療行業人力排班等），並導入 LLM 技術進行需求分析、語意理解與決策邏輯生成。 3.跨組織專案系統開發與整合：參與 AI/LLM 模型的系統整合與部署，包含 API 串接、雲端架構設計、資料流整合與模型推論流程建置。