AI應用研發工程師/資深工程師/主任工程師 (土城)

1. 使用Lua和Objective-C在Mac OS上開發軟體用於自動化硬體功能測試。 

2. 與跨職能團隊合作，分析、排除並解決硬體功能測試問題。 

3. 使用Python或其他語言開發用於工程流程改進的軟體。 

4. 前往海外支援新產品工程需求開發。

【1】崗位職責 

1.AI專案技術協作與審查：協助審查AI專案技術架構報告，評估ML pipeline各階段（資料收集、標註、訓練、驗證、部署）進度與瓶頸，協同工程團隊規劃MLOps流程（CI/CD/CT、模型監控、版本控制） 

2.專案進度監控與風險管控：每週產出三大專案整合儀表板（Dashboard），標示紅黃綠燈健康狀態，明確列出風險項目與影響評估；針對落後進度提出具體矯正措施，並追蹤至關閉 

3.跨單位協調與決策執行：每週主導跨部門協調會議，建立待辦事項清單（Action Items），追蹤執行進度，確保達成率 ≥90％ 

4.高階彙報材料製作：定時整合專案進度、風險、資源需求與決策議題，產出副總級PPT簡報，具備數據視覺化能力（圖表呈現KPI趨勢、人力與預算使用率等） 

5.數位轉型與系統導入支援：支援集團重點專案，參與流程優化、系統導入規劃與風險控管，確保專案符合ISO或CMMI等標準規範 

【2】崗位要求 

1.學歷背景：碩士及以上，流利中英文報告能力，資訊工程、數據科學、工業工程、AI或相關領域。 

2.專業經驗：5年以上專案管理實務經驗，具製造業（3C、半導體、EMS）數位轉型或智慧工廠專案經驗。 

3.專案規模：曾參與或主導預算500萬以上或團隊30人以上之專案。 

4.技術理解力：熟悉Python或SQL，能閱讀技術文件並與AI及數據工程團隊有效溝通。 

5.工具能力：精通專案管理工具如MS Project或JIRA、數據分析與視覺化工具如Power BI或Tableau，設計高階簡報。 

6.溝通協調力：具備跨單位協作經驗，能整合IT、業務與協力廠商資源，推動決策落實。 

7.證照要求：持有PMP、CAPM、Scrum Master 或 MLOps 相關認證 

【3】專案條件 

1.具至少1個完整AI專案導入經驗（從需求訪談至模型上線維運）；具AWS/Azure/GCP之AI/ML相關認證者優先（如AWS ML Specialty、Azure AI Engineer） 

2.具大型數位轉型專案PMO實務經驗（需附具體說明）；熟悉製造流程或供應鏈管理 

3.具至少1次大型系統導入專案經驗（如ERP/MES/PLM）；熟悉CMMI、ISO流程標準或企業流程優化（需附具體說明）

協助開發跨平台應用程式 (APP/Web) 與後端 API 服務；參與軟體專案的需求訪談、功能開發與規格文件彙整。配合執行 CI/CD 自動化整合測試與程式碼審閱，支援應用 AI 模型進行任務自動化之專案實踐，並學習撰寫高品質的技術佈署文件 (TDD)。 

Assist in developing cross-platform apps and backend APIs. Participate in requirement gathering and technical specification compilation. Support CI/CD automated testing and code reviews. Collaborate on projects utilizing AI models for task automation and learn to author high-quality Technical Deployment Documents (TDD).

協助全球 AI 算力平台架構的環境佈署與配置作業；參與雲端服務資源的日常維運、自動化資源分配之參數設定及性能監控。配合利用容器化技術 (Docker/K8s) 進行效能瓶頸初步排查，支援優化 MLOps 工作流並協助撰寫技術維護文件。 

Assist in environmental deployment and configuration of global AI computing platforms. Participate in daily operations of cloud resources and parameter setting for automated resource allocation. Support initial performance troubleshooting using container technologies (Docker/K8s) and help optimize MLOps workflows and documentation.

參與伺服器 BMC/BIOS 韌體功能的編寫、修正與模組化測試；協助開發系統監控與維運管理工具。配合電磁相容 (EMC) 實驗室進行初步測試計畫執行，支援針對不同處理器架構的驅動程式移植與核心效能初步驗證，學習韌體安全性更新流程。 

Participate in writing, fixing, and module testing of server BMC/BIOS firmware. Assist in developing system monitoring and maintenance tools. Support initial EMC testing plans and assist in driver porting and core performance validation for various processor architectures.

協助建置數位孿生模型，支援產線佈局與物流模擬；參與視覺監控技術的初步測試。配合智慧轉型專案進行數據採集，協助優化產線排程系統 。 

Assist in building digital twin models and support layout/logistics simulation. Participate in visual monitoring technology testing. Support data collection for smart transformation and scheduling optimization.

負責產品：網路交換機/網卡 

主要職責： 

1.架設與維護自動化測試機台，確保系統穩定與可擴充性 

2.開發與維護測試腳本（Shell Script、Python），提升測試效率 

3.在 Linux 平台上進行系統安裝、配置與效能調校 

4.整合測試工具與框架，支援持續整合 (CI/CD) 流程 

5.分析測試結果，撰寫報告並提出改善建議 

6.與研發團隊合作，設計並優化測試流程 

7.支援越南工廠測試平台建置與維運（需配合出差）

1.AIOT系統管理開發，應用於智慧工廠(智能安防與流程監控) 

2.負責後端架構設計，資料庫效能優化及系統運維 

3.建立高效可靠的串流通道，處理IOT設備大量數據存取 

4.與前端協作，產出可用於輔助決策的指標API 

5.確保系統擴展性，支援未來的數據挖掘與 AI 模型整合

To design, develop, and integrate diagnostic software solutions for servers, storage, and AI accelerator platforms, enabling automated testing and efficient issue resolution in collaboration with hardware and firmware teams. 

· Design and implement diagnostic software for hardware platforms. 

· Develop automation tools and scripts for testing and validation. 

· Integrate diagnostics with production and lab environments. 

· Troubleshoot hardware and software issues with cross-functional teams. 

· Document diagnostic procedures, tools, and technical guides. 

· Evaluate and adopt new tools or technologies to enhance diagnostics. 

Required Skills / Tools / Experience 

· Proficiency in Shell Script, Python, C/C++ 

· Strong Linux environment usage (Ubuntu preferred) 

· Knowledge of system programming, networking, algorithms, and data structures

• 規劃和執行 DevOps、CI/CD的長期策略。 

• 帶領和培養 DevOps 團隊成員，提供技術指導並進行績效評估。 

• 促進開發與營運團隊之間的協作、溝通與知識共享，強化 SRE思維。 

• 負責設計、部屬和維護自動化的 CI/CD 及品質管理 (如 Jenkins, GitLab CI, Sonarqube, 及相關監測工具等)。 

• 根據專案需求，建立、管理和維護多套應用系統環境。 

• 熟悉相關配置管理工具，確保不同環境的配置一致性。 

• 部署和管理集中式監控 (如 Prometheus, Grafana) 和日誌系統 (如 ELK Stack, Splunk)，以主動式警報和故障排除流程。

1. 架構設計與搭建：結合 HIS、EMR、PACS 等醫療系統需求，設計智慧醫院及機器人平台高可用資料庫架構；選型關係型 / 非關係型資料庫，搭建優化集群。 

2. 數據集成與支持：參與數據中臺建設，完成 ETL 數據整合；支持開發團隊設計評審，為科室提供技術諮詢與培訓。 

3. 安全與合規：管控數據訪問許可權，加密敏感醫療數據；配合審計與監管檢查，落實合規整改。 

4. 日常運維與監控：負責資料庫實例、許可權、性能調優；搭建監控體系（CPU、IO 等指標）；制定並執行備份恢復策略。 

5. 技術迭代與應急：評估新技術（雲資料庫、分佈式等），制定升級遷移方案；制定應急預案，處置宕機、數據損壞等突發問題。

We are seeking a highly motivated Software Team Leader, who combines technical leadership, system-level thinking, and cross-functional collaboration with R&D, Operations, and global customers to enable efficient diagnostics, automation, and intelligent data integration. 

Responsibilities 

•Lead the software team to design, develop, and integrate diagnostic software solutions for AI server and storage platforms. 

•Build a unified Diagnostics OS that supports modular and reusable test components across multiple products and customers. 

•Drive automation, standardization, and integration with production lines. 

•Collaborate with R&D and Operations to enable efficient issue diagnosis and resolution throughout the product lifecycle. 

•Develop and maintain automation tools, test scripts, and diagnostic libraries for manufacturing. 

•Define and enforce standard interfaces and log formats for seamless integration with the operation flow. 

•Document diagnostic procedures, APIs, and best practices. 

•Evaluate and adopt new tools or technologies to enhance testing efficiency and data analytics. 

Qualifications 

• Strong communication and problem-solving skills, able to respond quickly to customer and factory issues from different time zones. 

• Solid understanding of server system, AI server architecture, and diagnostics workflows. 

• Experience leading software teams and coordinating with cross-functional teams for global customers. 

• Proficient in software development lifecycle management and quality assurance practices.

1.AI / Compute / Storage伺服器測試軟體開發及相關軟體模組維護(含 板階、系統階、櫃階 測試 

2.Compute / Storage伺服器壓力測試軟體開發及維護:主要為系統階測試 

3.依伺服器組件、功能、出貨規格 建立 測試計劃，完成測試軟體套件開發後導入工廠端交付測試執行團隊: 

依專案 需短期出差美國、墨西哥 (1個月/次，年累積三個月以下)

1. 主導系統架構設計：規劃並設計次世代醫療系統（HIS）總體技術架構與演進藍圖。 

2. 微服務拆分與治理：根據醫院核心業務，主導微服務的邊界劃分、API 契約設計與服務治理策略。 

3. 數據架構規劃： 設計數據湖與數據中臺架構，規劃全院級的數據整合、ETL 流程與數據治理體系。 

4. 推動醫療數據標準化： 負責推動並落實 HL7/FHIR 等國際醫療資訊標準在系統中的應用與數據交換。 

5. 制定技術規範： 建立與推行開發、安全、部署、監控等方面的技術標準、規範與最佳實踐。 

6. 規劃 DevOps 體系： 設計 CI/CD 自動化流程與可觀測性（Observability）系統方案，提升交付效率與系統穩定性。 

7. 技術選型與評估： 負責核心技術元件（雲端服務、資料庫、中間件）的選型、評估與概念性驗證（PoC）。 

8. 解決方案與技術攻關： 領導團隊解決專案中的關鍵技術挑戰與架構瓶頸。 

9. 技術指導與審查： 提供技術指導與培訓，並負責核心程式碼與架構設計的審查（Review）。 

10. 前瞻技術研究： 持續引入雲端計算前沿技術，驅動醫療系統的架構創新。

1.次世代HIS系統微服務設計與開發： 

負責次世代HIS系統雲端微服務設計與拆分。 

進行核心業務模塊的後端微服務API開發與接口設計，實現前後端分離架構的前端界面API開發與交互功能。編寫技術文檔、設計文檔及API接口文檔。 

2. 數據湖架構設計與搭建： 

結合 HIS、EMR、PACS 等醫療系統需求，設計智慧醫院及機器人平台高可用資料庫架構；選型關係型 / 非關係型資料庫，搭建優化集群。 

3. 數據集成與支持： 

參與數據中臺建設，完成 ETL 數據整合；支持開發團隊設計評審，為科室提供技術諮詢與培訓。開發與LIS、PACS、EMR等醫療系統的集成接口，實現HL7、FHIR等醫療數據標準的數據交換，確保醫療數據傳遞的準確性和完整性。 

4. 雲平台容器化部署與運維管理 

建立和維護CI/CD自動化部署流程。負責資料庫實例、許可權、性能調優；搭建監控體系（CPU、IO 等指標） 

5. 跨部門協作與需求實現

1. 使用者介面開發： 負責開發高品質、高效能、響應式的醫療系統前端應用程式與操作介面。 

2. 組件化架構實踐： 設計、開發並維護可複用、可擴展的標準化前端組件庫。 

3. API 數據串接： 與後端團隊協作，串接 RESTful API 或 GraphQL 接口，實現前後端數據交互。 

4. 應用程式狀態管理： 負責複雜前端應用的狀態管理機制設計與實現（如 Redux, Zustand）。 

5. 前端效能優化： 分析並優化應用的載入、渲染與運行效能，提升使用者體驗。 

6. 確保程式碼品質： 撰寫單元測試、組件測試與端到端測試，並參與程式碼審查（Code Review）。 

7. 前端工程化建設： 維護專案的建構工具鏈（Webpack/Vite）與 CI/CD 流程。 

8. 瀏覽器兼容性與調適： 確保應用在主流瀏覽器與不同設備上的兼容性與一致性。 

9. 跨團隊協作： 與 UI/UX 設計師、產品經理、後端工程師緊密合作，將產品需求高效落地。

1. 負責雲端平台的架構設計與開發實現，支撐端雲一體化整合方案的技術落地，保障雲端系統與終端設備的高效協同及穩定運行。 

2. 參與慢病管理平台、醫院HIS系統數據通道等基礎架構的雲端技術搭建，設計並實現FHIR協議數據互通的雲端解決方案，確保全場景數據流暢傳輸與交互。 

3. 基於客戶需求，進行雲端系統的定制化開發與優化，參與解決方案及系統設計說明書中雲端部分的編寫，明確雲端應用與設備端產品的整合邏輯。 

4. 與FAE、業務團隊協作，理解客戶在端雲項目各階段的雲端需求及問題，參與解決方案的討論與制定，跟進雲端功能的開發與交付進度。 

5. 制定雲端平台的交付規格，明確技術標準與FHIR&DICOM協議接口規範，確保雲端系統交付符合客戶預期，同時配合項目團隊完成雲端部署的技術支持。 

6. 編寫雲端開發相關的技術文件，包括微服務架構設計、接口說明、開發指南及TFDA相關資安文件，參與客戶的雲端解決方案簡報，根據反饋調整雲端技術方案。

＜About the Job＞ 

We are looking for a highly motivated and skilled AI Infrastructure Engineer with strong hands-on experience in Kubernetes (K8s), particularly in supporting AI/ML workflows. In this role, you will be instrumental in designing, implementing, and maintaining robust, scalable, and high-performance Kubernetes-based infrastructure that supports the entire lifecycle of our AI applications—from data processing and model training to deployment and monitoring. You will work closely with data scientists, AI/ML engineers, and DevOps teams to ensure seamless integration of AI/ML workloads within cloud-native environments. The ideal candidate has a deep understanding of container orchestration, distributed systems, and MLOps practices, and is passionate about building efficient, reliable platforms that enable rapid AI innovation. This is a unique opportunity to work at the intersection of AI and cloud infrastructure, contributing to next-generation systems that power intelligent applications at scale. 

＜Job Responsibilities＞ 

．Design & Architecture: Design, build, and scale a reliable and efficient Kubernetes platform optimized for AI/ML workloads. This includes provisioning GPUs, managing resources, and ensuring optimal performance for computationally intensive tasks. 

．Infrastructure Management: Manage the entire Kubernetes cluster lifecycle—from provisioning and configuration to ongoing maintenance, monitoring, and troubleshooting, ensuring high availability and scalability. 

．Deployment & Automation: Develop and implement CI/CD pipelines to automate the deployment, scaling, and updating of machine learning models and AI services. Ensure seamless integration with AI tools like Kubeflow, MLflow, and Argo Workflows. 

．Performance Optimization: Continuously monitor and optimize system performance, focusing on resource utilization, latency reduction, and improving the overall efficiency of AI workloads. Ensure high availability and minimal downtime for AI services. 

．Collaboration & Guidance: Work closely with data scientists, ML engineers, and cross-functional teams to understand their infrastructure requirements and provide technical solutions to meet workload demands effectively. 

．Security & Compliance: Implement best practices for cluster security, including network policies, access controls, and vulnerability management to safeguard sensitive data and maintain compliance. 

．Cost & Resource Efficiency: Manage resources effectively to optimize cost while maintaining high-performance infrastructure for AI model training, inference, and data processing. 

＜Skills & Qualifications＞ 

．Kubernetes Expertise: You should have hands-on experience with Kubernetes (K8s) architecture, including deploying applications, managing resources, and troubleshooting complex cluster issues in a production environment. 

．Containerization & Linux Environment: Strong knowledge of container technologies such as Docker, along with hands-on experience in Linux environments. Expertise in container orchestration and deployment practices is highly valued. 

．AI Workloads: Deep understanding of GPU scheduling and performance optimization, including strategies for resource allocation, workload balancing, and maximizing throughput for AI/ML tasks. 

．Automation & CI/CD: You need practical experience with building and managing CI/CD pipelines using tools like GitLab CI, Jenkins, GitHub Actions, or ArgoCD to automate deployments. 

．Programming & Scripting: Proficiency in at least one scripting language (e.g., Python, Bash) is a must. 

．Networking: Knowledge of container networking and service mesh technologies (e.g., Istio, Linkerd) is highly desirable and a great advantage.

電動車類/車用電子/儲能 

1.熟悉BMS/BMU軟體架構 

2.負責各種上位機架設以及調適 

3.負責產品法規和廠規測試,驗證以及除錯  

4.協助處理客戶端問題及現場技術支援

1.Server性能及健康監控程式開發(Prometheus, Grafana..) 

2.Server測試自動化程式開發(Redfish, IPMI, SNMP, BMC...) 

3.Server OS 鏡像自動化開發, 訂製及部署