115年度研發替代役_工研院服科中心_AI系統整合工程師(S100)

工研院基於維護原住民就業權益及善盡社會責任，特別規劃原住民定額僱用徵才專區，歡迎具原住民身分的您一起加入工研院大家庭！(本專區為建立原住民人士履歷資料庫使用，非具原住民身分者，請至其他職務進行投遞應徵。) 

電子與光電系統研究所主要研發領域包含 AI晶片、化合物半導體、數位/類比及混合訊號晶片設計、異質整合、量子電腦與智慧顯示互動系統等前瞻科技。本所積極建構優質環境讓同仁專注研究、開發系統整合及應用導向的前瞻技術。 

本所強力召募晶片設計軟體/AI演算法/機器學習等領域的人才，若您具備相關學經歷，歡迎透過本專區投遞履歷。 

※本職缺依據原住民族工作權保障法，如非具備該身分者，請前往其他職務應徵。 

※屬『定額僱用』員額，歡迎或優先僱用『原住民』，以盡法定義務。

對科技藝術相關計畫之核心技術深度學習模型研究與應用程式開發，包含: 1.語音資料集蒐集與處理 2.語音演算法，如語音生成、風格轉換等 3. 深度學習模型開發與部署，依照專案任務所需修改模型架構與演算法 4. 模型/模組串接API開發 5. 頂級會議期刊的論文閱讀與復現

本職缺強力召募深度學習演算法開發、嵌入式系統整合優化人才，工作內容如下說明，具備任一領域專長者即歡迎投遞履歷 

1. 深度學習演算法與架構優化，包含: 先進駕駛輔助、大型語言模型、自駕模擬系統、多模態模型等 

2. 嵌入式系統程式實作與優化，例如 Qualcomm、NXP、TI、Renesas、Nvidia等車載晶片平台。  

3. 自駕無人載具(車輛, 無人自走車, 無人機等)模擬平台開發建置與模擬環境測試腳本開發 

4. 開發支援人工智慧晶片之深度學習之模型輕量化(Token pruning, Model compression)

影像處理、機器學習、深度學習相關研究

影像處理、機器學習、深度學習相關研究

1. 先進封裝異質結構封裝模擬分析 

2. 玻璃基板光學量測 

3. NVIDIA PhysicsNeMo人工智慧應用開發

• 具備以下任一項經驗者佳： 

　- 實際參與機器人與視覺整合系統開發 

　- 電腦視覺與影像處理應用（OpenCV、PCL） 

　- AI/深度學習演算法整合與應用於實體機器人專案 

• 熟悉 C++ 與 Python 程式設計，具五年以上相關開發經驗 

• 熟悉以下技術者尤佳： 

　- OpenCV、Point Cloud Library (PCL)、CUDA、Qt 

　- 物件導向程式設計、多執行緒程式架構 

　- ROS 或其他機器人軟體平台整合經驗 

• 具備良好的溝通能力、團隊合作精神、主動積極、責任感強

【職務說明】 

開發新一代 智慧機器人大腦（Robot Brain），以 世界模型（World Model） 為核心，結合多模態感知、任務推理與預測式決策，讓機器人具備「理解環境、預測行為、規劃任務與安全執行」的能力。 

此職務將參與 機器人大腦核心模組研發，涵蓋感知、推理、決策與控制橋接，適合對 Physical AI / Agentic AI / Robotics AI 有熱情的工程師。 

【工作內容】 

1. 開發智慧機器人大腦核心架構（World Model / Decision Model / Task Reasoning） 

2. 設計與實作多模態感知與情境理解模組（Vision / Depth / 空間資訊） 

3. 負責大型語言模型（LLM）或多模態模型之開發與優化 

4. 建立任務導向之推理與規劃流程（Task Decomposition / Trajectory Planning） 

5. 發展預測式推論模型，進行行為模擬與風險評估 

6. 結合數位雙生（Digital Twin）進行虛擬驗證與情境測試 

7. 與控制、系統、硬體團隊協作，銜接低階控制與實體機器人 

8. 撰寫技術文件，協助技術落地與系統整合 

【必要條件（Must Have）】* 熟悉 Python，具備良好軟體工程基礎 

* 熟悉深度學習架構（CNN / Transformer / 多模態模型） 

* 具備機器人或 AI 系統研發經驗（感知 / 推理 / 規劃 / 預測） 

* 熟悉 Linux 環境與模型訓練／推論流程 

* 具備跨模組整合與系統思維能力

招聘 AI 聲學軟體工程師，職責包括研發先進AI聲學技術、開發聲學軟體工具、協同跨領域團隊合作等，以推升臺灣文化科技產業的發展。 1. 研發AI聲學技術：從事音訊處理與辨識技術研發，包含噪音抑制、迴響補償、語音辨識等，以強化數位內容的品質。 2. 開發聲學軟體工具：設計並編寫聲學處理演算法，開發便捷的使用者介面，使業界能更輕鬆地應用於各種專案中。 3. 協同跨領域團隊合作：與工程師、研究員、專家學者及業主等溝通，收集並整合需求，以確保研發成果符合客戶期待。

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

工業技術研究院量測中心「淨零碳智慧計量儀器實驗室」正在招募一位「AI測試系統開發工程師」，主要工作包括協助開發與建置AI 測試實驗室：  

1. 研究AI技術的評測指標，開發測試系統。  

2. 協助AI 量測設備軟韌體開發。  

3. 具備資工、機電、醫工、光電等相關背景以及具儀控/系統開發經驗者佳

1. 設計並分析高算力AI異質封裝超高速導線的傳輸線行為 

2. 應用AI邊緣運算與3D異質整合技術，研發出低功耗/高算力的新異質整合設計方法與製程技術。 

3. 解決高頻/高速電路的3D Chiplet異質封裝封裝問題，開發AI異質整合應用新架構。 

我們需要對跨領域技術整合有熱忱的創新開拓者，學習快速的穩健成長型人才，更需要不怕失敗具科學家精神的勇者。歡迎有研發熱忱的應屆畢業生或上班族，加入我們的行列

AIoT系統及應研發、運動復健及健康賦能智慧化系統與應用研發、AIoT裝置開發與感測資料整合

智慧照護機器人軟體系統、智慧醫院應用系統分析與研發

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。

開發與優化機器人演算法，包括深度學習與辨識技術，提升機器人自主決策與環境適應能力。

一、機器人智能控制與整合：開發自動化機器人之AI控制演算法及中介層，並運用ROS發展機器人控制模組 

二、多模態感知整合：開發物件辨識、場景理解、事件偵測或人機互動感知等等多模態學習模型 

三、AI模型開發與部署：應用LLM、VLM、LBM等大型語言模型，發展機器人視覺、觸覺、語音辨識、行為學習與預測等應用技術，並部署模型至Edge AI裝置 

四、AI自動化機器人應用導入：設計應用導入流程、調校機器人參數與行為策略、串接工業自動化設備，以完成技術實現目標

【職務說明】 

建構「AI 晶片 LLM 推論平台」，開發支援 vLLM、llama.cpp 與多晶片平行化推論架構 的 Middleware 與 Runtime 系統，打造可擴展、可叢集化之 AI 推論基礎設施。此職務將專注於 LLM 推論底層優化、異質運算整合與多晶片協同運算架構設計，屬於核心研發角色。 

【工作內容】 

1.開發與優化 LLM 推論 Middleware（vLLM / llama.cpp 整合） 

2.設計多晶片平行化架構（Tensor Parallel / Pipeline Parallel / Expert Parallel）3.開發國產 AI 晶片 Runtime 與模型執行流程 

4.優化 Prefill / Decode / KV Cache 記憶體存取效率5.建構 CCL（Collective Communication Library）與跨晶片通訊機制 

6.分析記憶體頻寬瓶頸與運算瓶頸（Memory-bound vs Compute-bound）7.協助建構最小規模 LLM 推論叢集（Cluster）

職缺概述 

加入次世代服務型機器人核心研發團隊，專注於 Agentic AI 系統的設計與整合。此職位將涵蓋智慧型機器人於各大服務場域（如醫療照護、旅宿服務、物流、巡檢）的全流程設計、開發與部署。 

主要工作內容 

1. Agentic AI 系統架構設計與模組開發 

- 設計具備感知、認知推理、任務規劃與自主決策能力的智能代理（Agent）系統。 

- 整合 VLM、LMM、LBM、LWM 等大型語意與視覺基礎模型，以實現多模態理解與回應機制。 

2. 多模態 AI 模組整合與場域應用部署 

- 開發支援多語言互動、情境感知與任務導向行為的智慧服務解決方案。 

- 將系統部署於多元應用場景中，如智慧醫療、倉儲自動化、旅館服務與移動式巡檢。 

3. 邊緣運算優化與微服務架構部署 

- 優化 AI 模型於嵌入式平台與邊緣設備上的運行效率與資源管理。 

- 建構可擴展的容器化微服務架構，支援雲-邊協同運行。 

4. 數位雙生模擬與系統驗證 

- 利用虛實整合環境與實體機台，進行系統行為模擬與驗證，確保其穩定性與可靠性。