工研院資通所_AI行政支援實習生(F0)

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

本職缺強力系統與軟體人才，歡迎對以下任一領域有興趣者投遞履歷 

1. 通訊板FW開發 (有韌體開發經驗、嵌入式系統開發經驗者，或有志朝硬體開發方向發展者佳)，並維護既有的技轉技術 

3. 人工智慧(AI)演算法開發 

4. 電腦視覺與自然語言演算法開發 

5. AI加速器軟硬體最佳化(模型壓縮)程序開發 

6. DSP/MCU程式開發 

7. 電力轉換系統應用 

※ 視應徵者專長與興趣調整工作內容

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

1. 負責行動裝置應用程式（App）的架構設計、開發、測試與維護 2. 開發與優化影像處理相關功能（包含：相機硬體串接、影像分析、濾鏡處理或視覺辨識模型串接） 3. 負責場域應用程式開發（如：IoT 設備連線、LBS 定位服務、即時數據互動等），並確保在不同場域的穩定性 4. 串接第三方 API 與後端服務（RESTful API、WebSocket），處理 JSON/XML 資料格式，確保前後端資料同步流暢 5. 與 UI/UX 團隊、PM 及後端工程師跨部門協作，持續優化 App 效能與使用者體驗（UX）

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。

【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

研發影像處理、視訊分析、訊號分析、深度學習、深度增強式學習、圖像生成、工業編成等相關技術，並應用於工業、公共安全視覺應用、視訊監控及品質檢測等領域。

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。

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

FHIR資料交換、微服務Docker、GenAI介接與大數據分析