轉職熱搜工作

*有SRC、逆打工程經驗尤佳* *本職缺採約聘制，一年一聘。（視工程進度至完工） 工作內容： 1. 負責工地施工現場的全方位監督與管理，包括工程進度控制、品質檢查及最終驗收。 2. 實施工地安全管理，進行風險評估，推動安全教育並制定減災措施，保障人員安全與施工安全性。 3. 確保所有施工活動符合合規要求。 4. 撰寫施工日誌。 5. 熟練使用AutoCAD等工程軟體進行調整。 6. 與業主、設計單位及分包商進行溝通協調，妥善處理現場技術問題，維護良好合作關係並預防衝突。 7. 負責施工進度及執行情況的報告撰寫。 8. 完成主管交代事項。 我們期待熱衷於建築工程的專業人士加入我們的行列。若您擁有高度責任感、良好的管理能力以及相關技能，請立即投遞您的履歷，加入我們的專業團隊，一同創造卓越的建築工程價值！

1. 負責完成系統專案和主系統的作業，並且應用系統分析方法，以提供使用者與商業問題有關的諮商服務 2. 規劃和設計各項應用系統所需之電腦軟體程式，並完成系統文件及程式紀錄建檔作業 3. 鼎新ERP 程式開發、維護及問題解決 4. 資料庫維運

本職缺以 LabVIEW 為核心開發工具，適合具程式基礎且希望投入自動化量測系統開發之工程師，將透過實務專案培養量測系統開發能力。 1. 使用 LabVIEW 開發晶圓機器人量測系統與測試程式。 2. 整合各類感測器與量測設備。(DAQ/各式儀器) 3. 建構晶圓機器人產品研發階段之自動化測試系統 4. 進行晶圓機器人性能量測。(如精度、振動...等特性量測) 5. 分析量測數據並協助產品設計優化。(Python/MATLAB) 6. 與機構、軟體工程師合作進行系統開發。

1.施工規劃，施工計畫書撰寫，施工圖繪製與送審，施工影片，施工照片等資料整理篩選提送 2.設計變更、工期展延、爭議調處等案件辦理 3.工程網圖排定、調整與進版 4.工程執行預算編製、掌控、統計、歸納、分析、修正等 5.施工日報製作，施工各式文件製作送審 6.各式會議(簡報)資料製作，主辦及參與各式會議 7.對業主估驗，對廠商請款製作、辦理、審查、收送。 8.投標估算與投標文件製作、竣工結算與竣工文件製作。 9.移工管理、工務行政管理 10.其他主管交辦事項

1. 協助產品圖面建置與設計修正（如：2D/3D 零件圖編修）。 2. 協助樣品組裝、實驗與測試資料彙整。 3. 配合資深工程師進行新產品開發或技術改良。 4. 撰寫基本技術文件（如：BOM 表、組裝說明、測試報告）。 5. 協助專利資料彙整或相關測試紀錄文件準備。 6. 主管交辦事項。

1 . 協助新產品樣品製作與驗證 2 . 研發與流程表單/文件之建立/維護/歸檔 3 . 發包文件整理、料件尋找與到料追蹤 4 . BOM、料件 建立/發行/維護/請購 5 . 協助生產導入量產/品質管控相關事宜 6 . 主管交辨、部門協辨及其他事項

1.製程設備開發：與廠商坦論製程所需規格 2.設備工程圖設計及審查 3.製程設備異常問題分析及排除 4.自動化設備組裝調試 6.提高&維持機台嫁動時間 7.機台產能(Tact Time)提升 8.良率提升 9.設備改造

1.疫苗及其他藥品調劑作業 2.疫苗及其他藥品充填、包裝作業 3.確效執行、疫苗生產儀器設備驗證及預防保養 4.作業環境無菌相關準備維護 5.原物料、設備等製程相關請領作業 6.制定GMP規範相關文件與定期審閱 7.其他主管交辦事項 *另有其他獎金、津貼並依實際工作狀況另計 1.排班津貼 2.夜班津貼 3.連續夜班津貼 4.職場津貼 上述獎金、津貼依公司規範章程現況為主

＜About the job＞ As the Senior Data Engineer or Data Architect, you‘ll join the various advanced Data Science & AI Projects in the corporate headquarters. As well as developing intelligent applications via related AI and Big Data Analytics Technology for digital transformation, you will have plenty of opportunities to develop emerging applications based on different use cases and expand your tech skillset in this world-class company (Fortune Global 500, 20th). ＜Job Description＞ *Type 1：Senior Data Engineer Responsible for acquiring data using API, Web scraping, or other data accessing protocol/scripting and developing the ETL data pipelines, and the data aggregation systems. Using software development experience to design and build high-performance automated systems. As below: 1. Data Processing (1)Data ETL(Extracting/Transforming/Loading) process engineering and querying from relational data management(such as SQL Script). (2)Building systematic data quality processes and checks to ensure data quality and accuracy. (3)Solid coding experience in Python or Java. 2. Data Pipeline Development (1)Develops a data integration process, including creating scalable data pipelines and building out data services/data APIs. (2)Create a data processing automation and monitoring mechanism by optimizing the data pipeline process. (3)Experience with dataflow/workflow/management tools, such as Apache Nifi, Apache Airflow, Azkaban, etc., is preferred. 3. Data Crawling (1)Build scalable tools that automate web crawling, scraping, and data aggregation from various web pages using frameworks such as Scrapy. (2)Accessing data from REST APIs, particularly in parsing data in disparate formats such as JSON and XML, and developing automated engineering. (3) (Nice to Have) Knowledge of server-based front-end/UI technologies, including Vue/React and HTML/CSS, is preferred. *Type 2：Data Architect Responsible for designing, implementing, and maintaining scalable and reusable system architectures/data architectures for complex data structures and large data in data science and AI projects. As below: 1. Data Schema Design (1)Collaborate with the team to design DB/Table Schema and Data Schema. (2)Consolidate the requirements and use data engineering tech to design and implement a robust Data Mart. (3)Experience handling all kinds of structured/semi-structured/unstructured data and streaming data is preferred. (4)Hands-on experience with Dimensional Data Modeling(Column-based data warehouse) or NoSQL Schema design. 2. Data Platform Architecture (1)Design and build data infrastructure/platform components to support complex data pipelines ingesting various data from multiple internal and external data sources and processing. (2)Familiar with Big Data frameworks and processing technologies, ex: Hadoop, Apache Spark, NoSQL ...etc. (3)Familiar with AZURE or AWS cloud data services(hands-on experience with cloud infrastructure will be a plus) (4)Familiarity with the Linux OS environment, the Shell Scripting, and infrastructure knowledge. (5)(Nice to Have)Experience with declarative infrastructure/container technologies, such as Docker and Kubernetes (k8s/k3s). (Nice to Have).