工研院電光系統所_無人機工程師(S100)

機電系統與關鍵元件開發，研發項目包括： 

1.熱管理系統、空調設備和測試平台等之機構設計 

2.電機、磁浮泵之電磁和機構設計開發 

3.電機性能測試 

4.電機系統、周邊介面設計並和製造端溝通

電動化及線控化車輛系統整合開發，包含: 

1.各式先進車輛如新能源車電動車、氫能車及自駕車等之系統整合工程 

2.車輛關鍵次系統規格匹配與分析 

3.電控系統架構與迴路設計 

4.功能安全分析 

5.整車測試驗證 

6.車輛系統除錯分析

1.孰悉C/C++程式語言 2.韌體功能開發撰寫(例如針對GPIO、I2C、MCU等等)與測試維護。 嵌入式系統韌體開發 硬體連網功能調整優化(Buletooth/WiFi/NB-IoT) 

3.熟悉Microsoft Visual Studio 、python開發環境

開發應用於自駕車之導航與定位技術。 

***更多自駕車資訊*** 

工研機械所自駕車團隊大事記與技術發展https://medium.com/@bobwang_robotics/台灣工研院機械所自駕車團隊大事記-33fbcb16f8ea 

工研院機械所自駕車正式掛牌上馬路: https://www.inside.com.tw/article/17485-taiwan-auto-pilot-try-on-octobor-hsinchu 

自駕車影片: 

影片1:https://www.youtube.com/watch?v=ipS25o2z8hM 

影片2: https://www.youtube.com/watch?v=jKN4Tw7t4rM 

影片3: https://www.youtube.com/watch?v=BqKw5EtnGAo 

更多更新的影片: https://www.youtube.com/user/bobwang1973/videos?view=0&sort=dd&shelf_id=1

航電系統整合及飛控驗證測試。

Solidworks 繪製。

電路整合、除錯與焊接。

電路整合、除錯與焊接。

1.長短期記憶神經網路模型開發 

2.燃料電池系統實驗資料分析整理 

3.通過機器學習，預測散熱循環的風扇控制參數

協助驅動器實驗與軟體模擬

協助運動控制模組功能測試

【類比IC設計及基本電性測試】 

1. 負責類比/混合訊號電路設計（如Memory Periphery、 LDO、ADC、Reference、等）  

2. 使用 Virtuoso 進行電路設計與 schematic/layout 建立  

3. 使用 HSPICE 進行電路模擬與驗證（corner / Monte Carlo / reliability）  

4. 參與晶片量測與除錯（Lab bring-up）  

5. 協助開發新型嵌入式記憶體相關電路架構

1. 幾何光學 模擬及光機設計與試驗 

2. 雷射系統及光纖系統 設計與操作 

3. 生物光電診斷及治療系統設計

業技術研究院綠能所高速流機研究室誠徵資訊系統研發工程師，肩負重要使命。本職主要工作任務如下：  

1.負責冷暖空調資訊系統之全生命週期管理，包含系統架構設計、開發、及持續維運 

2.協助支援並維護既有冷暖空調資訊系統，支援運算系統模組、資料介面與部署設計等相關技術課題 

3.主導多租戶管理架構、前後端混合模式等關鍵技術之研發，以期提升系統彈性與可擴充性 

4.整合軟體與硬體資源，打造具備高度可靠性與前瞻性的冷暖空調服務系統

智慧視覺之技術開發及維護:  

1.智慧品質回饋視覺模組 

2.智慧視覺導引定位與檢測系統 

3.機器學習式檢測模組

1. 進行工業與防爆安全技術、國內外相關標準與制度之研究，供主管機關政策規劃與推動之依據 

2. 執行參與防爆或工業安全電氣設備產品檢定驗證相關工作與電性測試，確保市場設備安全之符合性，並改善提升驗證程序及品質 

3. 參與政府與業界工業安全相關計畫與研究，協助業界防爆與工業安全之宣導推廣與落實

1.冷凍空調與熱流相關實驗設計與架設 

2.計算流體力學(CFD)分析與熱傳模型建立 

3.研讀與彙整冷凍空調與熱流相關技術文獻與專利

邀請成為國內少數具〝高功率〝等級儲能轉換器技術開發及實場建置經驗的團隊夥伴。 研發項目包括： 

1.中大型電力轉換器之硬體電路開發 

2.電力轉換器韌體設計與軟體撰寫開發 

3.電力轉換器整合測試

1. 理解 3D 影像處理與 AI 應用。 

2. 熟悉 Python 或 C++ 。 

3. 能進行機器手臂控制與取放，ROS/ROS2經驗者尤佳。 

4. 具強化學習或模型訓練或模擬控制經驗者尤佳。

預判未知物件的最佳抓取姿態，主要工作內容包含但不限於： 

1.開發與優化基於深度感測器(RGBD)的多視角3D點雲處理演算法 

2.設計與訓練深度學習模型，用於無序堆疊物件的實例分割(Instance Segmentation)與物件6自由度姿態估測(6D Pose Estimation) 

3.預判隨機物件的形體、重心與最佳夾取點，解決雜亂堆疊物件揀選問題 

4.將演算法部署至邊緣運算平台(Edge Devices)，確保即時性