工研院綠能所_人工智慧研究員(U300)

【工作內容】 結合作業研究(OR)、數學建模與資料工程，開發高效能AI演算法，確保模型能與現有的應用系統無縫對接，轉化為可落地產品，將AI技術轉化為商業價值。 1.演算法設計建模、開發與優化：根據場域需求選擇合適的數學模型及演算法，完成建模與演算法之設計與實作和優化， 並監控模型上線後表現，進行參數調優與版本迭代。 2.數據與資料建構：設計多元格式異質資料(如：結構化、非結構化之物聯網感測器數據、歷史交易紀錄)的採集與清洗方式， 並執行資料蒐集、清洗、特徵工程。 3.系統整合對接：開發AI模型與前端應用系統及後端資料庫(如：SQL、Oracle)的串接程式及模型整合介面，確保AI模型推論功能的可用性、穩定性與效率。 4.趨勢應用與導入：追蹤AI發展(如：AI Agents,多模態技術)，掌握技術新趨勢，並結合產業需求規劃技術發展方向，再開發後導入至實證場域。 【需求條件】 1.具開發大型AI領域系統經驗，或曾參與大型國科會或科專計畫，運用Python、C相關(C、C++、C#)或R語言發展AI演算法，應用於大型語言模型(LLM)微調、多視角整合之電腦視覺影像判斷與空間理解、協作機器人、物流/製造場域自動化系統、Edge AI部署、大型路網或交通量指派等實例；有封裝演算法與應用系統串接的實戰經驗者，熟習LLM應用框架、PyTorch、TensorFlow、RAG架構者尤佳。 2.數學建模知識：具備線性代數、機率統計、數值分析知識，具ILOG CPLEX、Gurobi Optimizer等工具實務運用經驗。 3.核心程式開發能力：熟稔Python、C相關(C、C++、C#)或R語言程式，及RESTful API 設計、資料庫架構與Linux開發環境。 4.資料處理能力：具備處理海量數據及基本數據視覺化能力。 5.軟實力：具備熱忱學習態度，快速掌握新技術，能編寫技術文件，並將商業需求轉化為技術規格；同時擁有良好的邏輯思維與跨部門溝通和團隊合作能力。

＜＜工作內容＞＞ 

參與於智慧製造與工業系統之跨域應用研發，整合生成式 AI 技術與工業知識，建構可落地的智動化系統解決方案。負責 AI 模組設計、系統整合與場域驗證，協助加速製造業在排程、設備控制、與流程自動化等問題的智慧化升級。 

＜＜職務亮點/優勢＞＞ 

1. 生成式 AI × 智慧製造前線應用：直接投入百工百業實際場域，解決真實產線問題。 

2. 跨域系統整合歷練：結合 AI、工控、製造流程與系統架構，培養稀缺整合能力。 

3. 研究到落地完整歷程：從技術研發、原型驗證到產業導入，累積高價值實務經驗。

運用先進人工智慧、機器學習與最佳化技術，將資料轉化為可落地的決策能力，協助企業在複雜的工業場域中實現智慧化、自動化與最佳化。主要工作內容包括： 

1. (AI 與機器學習模型研發)：研發並實作各類機器學習、深度學習、統計建模方法與預訓練模型(如 time-series foundation models)，針對工業設備與製程數據建立高準確度的預測與決策模型，用於品質預測、異常偵測與趨勢分析。 

2. (決策與最佳化演算法設計)：設計與開發最佳化演算法（數值最佳化、代理模型最佳化、啟發式演算法等），解決多目標、多限制條件下的工業決策問題，並應用強化學習（Reinforcement Learning）於設備控制、製程參數調校與策略自動學習，提升效率與穩定性。 

3. (理論引導與模型融合)：結合物理定律、工程經驗與數學模型，進行理論引導建模（Physics-informed / Theory-guided Modeling），提升模型可解釋性與泛化能力，將資料驅動模型與機制模型整合，提高模型準確度並降低對大量資料的依賴。 

4. (工業應用落地與數位雙生)：將 AI 模型實際應用於工業設備或製程的參數最佳化、能耗降低、良率提升與風險控管，建構與維運數位雙生（Digital Twin）系統，模擬真實設備與製程行為，支援情境推演、策略評估與即時決策。

依個人職能專長與實際專案需求，參與下列部分或全部工作內容：  

1.負責資訊系統之規劃、設計、開發與維運作業，確保系統穩定運作與服務品質。  

2.參與專案管理相關工作，包含需求訪談、時程規劃、進度追蹤及跨單位溝通協調。  

3.對生成式 AI（GenAI）、AI Agent技術具興趣者，將有機會參與相關技術研究、PoC 驗證及應用服務發展。

1.智慧製造決策最佳化：依照不同客戶需求，與團隊開發最佳化模型，將決策限制及目標轉化為數學模型，並結合 AI 模型（如深度學習、強化學習）提升預測準確度與決策效率。 

2.多場域應用：將最佳化與數學模型技術應用於傳統產業與科技業（如海運業船隊調度、半導體業智慧排程、醫療行業人力排班等），並導入 LLM 技術進行需求分析、語意理解與決策邏輯生成。 

3.跨組織專案系統開發與整合：參與 AI/LLM 模型的系統整合與部署，包含 API 串接、雲端架構設計、資料流整合與模型推論流程建置。

1.智慧化設備與自動化產線之控制系統設計與整合 

2.設備電控架構規劃與自動化元件選型 

3.軸控模組、感測元件、氣壓系統之整合與應用 

4.設備通訊與系統整合（包含控制器、上位系統與網路通訊整合） 

5.自動化系統測試、調校與優化與機構、軟體、製程團隊協作，完成設備開發與導入 

*技術影片與技術簡介* 

https://www.youtube.com/watch?v=X9wT-LL58sw