協助深度學習模型應用及產品開發，包含：資料收集、資料清理、資料前處理、模型設計、模型訓練、模型佈署，模型效能評估等。

1.人工智慧影像深度學習及類神經網路模型開發及改善 2.晶圓表面Defect檢測開發/改善專案 3.設計及改善Defect物件偵測演算法 4.設計及改善影像特徵搜尋引擎 5.影像處理相關演算法開發 6.

In Arizona, TSMC is building three fabs, with the first starting 4nm production in 2025, the second by

研發深度學習影像分析技術，包含影像特徵分析、物件偵測追蹤與定位、電腦視覺檢測、姿態估測等AI演算法整合開發與優化。 2. 研發生成式AI技術用於動作擴散生成，並開發相關應用系統。

負責開發和訓練人工智能模型，這包括數據收集、特徵提取、模型設計和優化 2. 機器學習，統計建模，深度學習（自然語言/圖像），優化算法（OR），數值模擬...等 3. 實際應用的模型/算法構建 4.

深度學習技術於影像及視訊領域相關之應用與系統開發團隊管理，協助專案進度追蹤，並參與業務需求及技術對接洽談，規劃及管理相關技術研發專案計畫。

1.應用數據分析協助各部門優化與改善現有流程，以提升醫療品質與效率 2.執行相關AI專案輔導、評估、開發、測試、資料/模型驗證及文件撰寫 3.AI Platform系統架構規劃與管理，並能與不同的功能團隊

AI影像技術研發：人臉辨識/生成、影像理解、多模態影像辨識/生成、人形及行為辨識。 4. 自動機器智慧：可解釋性AI、可信賴 AI、全感知AI、多模態自監督學習基礎模型。 5.

AI影像技術研發：人臉辨識/生成、影像理解、多模態影像辨識/生成、人形及行為辨識。 4. AI模型及演算法研究、Edge AI技術研發、創新產品開發、研究論文/專利發表。 5.

◼學歷：國內外研究所電機、資工、資科、人工智慧、智慧科學、大數據、電信、電子、資管、資應、資通、數理、統計等相關科系碩士畢業 ◼工作內容： 1. 大型語言模型(LLM)技術研發。 2.

人工處理器系統架構及RTL設計。 系統架構設計包含效能、功耗、D頻寬、以及面積分析。 並須負擔RTL實做。

負責開發機器學習及生成式模型相關演算法，與結合感測技術之應用系統開發，主要工作如下： 1. 研究機器學習及生成式模型演算法。 2. 分析與處理數據，以提供給機器學習演算法使用。 3.

深度學習編譯器軟體及晶片系統軟體技術研發研發，工作內容包括： 1. 深度學習編譯器優化技術開發 (AI Compiler)、執行時期環境移植、編譯器軟體整合 2.

中央研究院資訊科學研究所與台灣大學合作，尋求有上進心的研究助理，從事尖端電腦視覺和深度學習計畫。該職位提供了一個獨特的機會，在李濬屹教授（台灣大學）和王建堯博士（中央研究院）的聯合指導下進行研究。

一、主要職務：　　 　　(一)　課程教學：人工智慧領域課程等。　　 　　(二)　擔任導師業務、科學會指導教師、計畫執行及其他與教學相關之交辦事項。　　

工作內容: *開發基於深度學習的影像處理演算法 *分析與處理影像數據 *根據應用場景調整深度學習演算法 *與團隊協作，將演算法與產品整合 基本條件: *熟悉影像處理演算法，實務經驗三年以上。

深度學習模型推論和訓練優化研究 (Optimization of Deep Learning Model Inference and Training) Machine Learning Systems

運用Python及相關機器學習框架（如TensorFlow、PyTorch等），進行算法實現、調參和優化；以及模型調參、優化和性能測試。 3.

現行機器與深度學習模型維護與優化。 2. 與實務應用端合作，開發與驗證機器學習模型於雲端部屬。

參與深度學習模型應用及產品開發完整生命週期。

人工智慧模型建立 4. 大語言模型的應用 5. 參加相關新創比賽與商品化過程

清理和預處理數據，提升AI模型的效能。 3.開發生成式AI應用 設計並實施AI驅動的應用，如智能Agent或自動化對話系統。 優化Prompt Engineering，提升AI回應品質。

建構深度學習模型，進行影像辨識相關應用 2. 建構機器學習模型，進行製程改善/生產參數優化相關應用 3. 工業4.0相關人工智慧演算法研究/開發/導入 4. 規劃/設計/開發人工智慧系統服務 5.

本職缺為「人工智慧物聯網開發工程師」，職責範圍包括： 1.設計與開發智慧感測器及物聯網裝置之人工智慧演算法，提升系統效能與可靠度。

4. 編輯、撰寫計畫報告書。

深度學習模型推論和訓練優化研究 (Optimization of Deep Learning Model Inference and Training) Machine Learning Systems

工作內容: *開發基於深度學習的影像處理演算法 *分析與處理影像數據 *根據應用場景調整深度學習演算法 *與團隊協作，將演算法與產品整合 基本條件: *具深度學習模型效能分析與效能改善的能力。

協助客戶規劃產業AI策略與發展藍圖 2. 輔導客戶執行AI落地應用 3. 提供客戶AI治理及風險管理機制專業諮詢

Methodology development with AI/ML/DL technologies for digital design exploration & automation 3.

Methodology development with AI/ML/DL technologies for digital design exploration & automation 3.