工研院機械所_服務型機器人AI實習生(Q200)

協助自主移動機器人軟體開發。

協助AI模型訓練、資料標記。

《工作內容》 

1. 負責雲端與邊緣運算平台之基礎架構建置、部署與維運，聚焦 Kubernetes、K3S 與 KubeEdge 架構整合。 

2. 規劃並開發邊緣節點管理、工作負載佈署、服務治理、資源監控與異常排除機制。 

3. 建立 CI/CD、自動化部署與 Infrastructure as Code 流程，提升開發與維運效率。 

4. 與 AI、系統軟體與應用團隊協作，支援容器化服務於雲邊協同場域之落地。 

《職務亮點/優勢》 

1. 參與雲邊協同與智慧場域之核心平台建設，技術可落地於多元產業應用。 

2. 深入實作 K8s / K3s / KubeEdge 與 Edge Native 架構，累積前瞻基礎設施能力。 

3. 有機會結合自動化維運、可觀測性與平台工程實務，打造可擴展的研發平台。

《工作內容》 

1. 負責視覺語言模型（VLM）、大型語言模型（LLM）與 Agentic AI 系統之研發、整合與驗證。 

2. 建構多模態推論流程，整合影像、文字、文件等資料，發展具任務規劃、工具調用與流程自動化能力之智慧代理系統。 

3. 設計 Prompt、RAG、Tool Use、Workflow Orchestration 與模型評測機制，提升系統準確度、穩定性與可用性。 

4. 與平台、Infra、前後端及場域應用團隊合作，推動生成式 AI 技術於實際產業場域落地。 

《職務亮點/優勢》 

1. 可參與 VLM、LLM、RAG、AI Agent 等前瞻技術之系統化研發。 

2. 有機會將多模態模型與 Agent workflow 導入真實產業情境，從 PoC 推進到可落地原型。 

3. 可結合雲端、邊緣、資料工程與應用場域需求，累積完整生成式 AI 系統實作經驗。

開發AI系統，基於基地台獲得的資訊環境物件偵測/定位

進行3GPP標準追蹤、市場追蹤

協助系統專案前端開發

協助建置與測試 RAG（Retrieval-Augmented Generation）系統架構，包含資料整理、資料格式設計與模型訓練流程自動化，並持續追蹤國際大型語言模型（LLM）、RAG 與 Fine-tuning 相關研究趨勢及開源工具，參與實驗驗證與技術評估。

AI多模態資料建構與生成

AI多模態系統開發、推論流程優化、模型評測與加速

協助自動部署AI模型至嵌入式系統進行推論之整合流程

進行3GPP基地台垂直應用程式撰寫

進行3GPP PHY 新平台安裝

開發與整合蜂群技術相關功能

IP MESH 協定/程式開發工程師

1、資料蒐集與整合：協助生成、蒐集、標註、整合視覺語言模型(VLM)所需的影像、文字及其描述資料，確保資料的多樣性與質量。 

2、協助模型建立：協助執行模型訓練、剪枝、量化等工作，建立可於邊緣運算設備推論之視覺模型。 

3. 協助應用系統開發、整合、測試。 

4. 研究探索相關論文與技術。

1. 協助開發軌道場域之多感測器融合演算法 (LiDAR + Camera)。 

2. 研究 高維數據壓縮 (High-dimensional Data Compression) 與 AI 模型輕量化技術，優化邊緣運算效能。 

3. 協助感測器數據清洗、標註與模型驗證。

1. 於 NVIDIA Isaac Sim / Omniverse 平台中建置高擬真物理模擬環境（包含地形、障礙物與感測器配置）。 

2. 協助開發與訓練機械狗之 強化學習 (RL) 步態模型。 

3. 協助 Sim2Real 參數調整與數據分析。

1.多模態模型生成技術/應用研發。  

2.AI Agent 技術/應用研發。  

3.影像傳輸與處理技術/整合開發。 

※具申請工研院宿舍資格  

※ 應徵時請附上您的專案/作品集/論文簡介，謝謝！

1.機器人控制演算法開發應用於運動控制、自主穩定策略、機器人路徑規劃與觸覺反饋控制。 

2.應用強化學習結合感知(視覺、觸覺)資訊融合控制演算法開發。 

3.多機器人協同作業演算法開發，包含任務分工、路徑生成與避障。 

※部門簡介：https://drive.google.com/file/d/1eMHZU_oAvXlowtOSNyMSJjXqypdDKQ7t/view?usp=drive_link