工研院機械所-自駕車模擬驗證工程師(D300)

【工作內容】 

本職務負責開發與整合以大型語言模型（LLM）為核心之 AI 客服與智慧互動系統，包含 RAG 架構、AI Agent、地端部署服務及多語言應用。工作內容涵蓋知識檢索、即時通訊整合，以及將語音與對話系統導入實體客服或陪伴型機器人，並與專案團隊及合作單位協作，確保系統穩定運作並符合政府與長照場域需求。 

【職務亮點／優勢】 

1. 可參與從 LLM、RAG 與 AI Agent 設計，到地端部署與實體機器人整合的端到端 AI 系統建置，而非僅限模型實驗。 

2. 參與部署於醫療、長期照護及政府服務場域之 AI 客服與陪伴系統，直接產生公共服務與社會價值。 

3. 與學術單位合作，實際投入國語、台語、客語等多語言 AI 系統之開發與落地。 

4. 實作任務型與關懷型 AI Agent，並將其部署於實體服務型或陪伴型機器人。 

5. 累積符合資安、地端部署、系統穩定性與法規要求之政府專案 AI 系統經驗。 

6. 依專案成果與技術貢獻，可進一步發展至系統架構設計、應用型研究或領域 AI 技術主導角色。

【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】 結合軟硬體協同設計、作業研究(Operation Research)、數學建模與資料工程，開發專為AI晶片加速推論與強化硬體效能的演算法與中介軟體，於特定晶片硬體架構優化任務部署、模型量化壓縮與優化。 1.AI晶片中介軟體演算法設計與開發：設計與發展適合特定硬體加速器(如：NPU/GPU/FPGA)的模型量化(Quantization)、剪枝(Pruning)、任務指派與資源配置演算法，監控並優化模型表現，完成版本迭代。 2.數據資料建構與模擬：依據AI晶片與加速器之推論中介軟體框架與流程，利用AI技術建模，並於模擬環境預測效能與資料清洗，再依據實體硬體資源規格採集並統計分析效能運算數據。 3.模型部署與系統整合：部署AI模型及演算法於Mini Data Center或Edge AI平台，開發高效能硬體抽象層或驅動串接程式。 4.趨勢應用與導入：追蹤研析AI加速器發展趨勢，並據以發展新興技術，以運用於實證場域。 【需求條件】 1.精通Python、C相關(C、C++、C#)程式語言與Linux開發環境，熟悉各式AI加速器底層推論框架，通用框架如：vLLM、llama.cpp、ONNX Runtime等；專用框架如：PyTorch、ONNX、TensorRT、Triton Inference Server、OpenVINO等；有封裝演算法與應用系統串接的實戰經驗、熟習LLM、VLA、RAG者尤佳。 2.具備數位電路架構、記憶體頻寬限制，及訊號處理或電腦視覺之專業知識，以及IC設計所產生的結構化數據處理經驗，並能與硬體協作調優系統效能。 3.擁有處理海量數據及基本數據視覺化能力。 4.熱忱學習，可快速掌握新技術，能規劃技術規格，編寫技術文件，並轉化實作為技術產品；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* 

1. 自駕車感測器驅動軟體撰寫 

2. 自駕車感測系統通訊架構規劃與建置 

3. 自駕車感測器性能測試及功能評估 

***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

《工作內容》 

負責無人機通訊系統研發，涵蓋實體層結構與通道演算法設計、資料調變與錯誤校正碼演算法設計、媒介接取/無線資源管理協定設計、基於機器學習的訊號處理/頻譜管理、通訊系統互通與效能驗證，打造自主無人機遠距圖傳通訊技術，應用於救災、國防與巡檢等關鍵群飛任務。 

《職務亮點/優勢》 

1. 通訊技術於無人機實際飛行測試，跨 PHY／MAC／系統層與 RF、FPGA、韌體與通訊演算法團隊深度合作。 

2. 研發成果應用於救災、巡檢等無人機群飛任務，並實際與戶外進行OTA測試。

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

電腦視覺暨感測器應用開發

《工作內容》 

負責無人機通訊模組系統軟韌體開發，涵蓋跨模組共通性介面設計、嵌入式系統及周邊驅動程式開發、硬體和軟體的整合與排程優化、通訊戶外場域驗證，打造自主無人機遠距圖傳通訊開發平台，應用於救災、國防與巡檢等關鍵群飛任務。 

《職務亮點/優勢》 

1. 通訊技術於無人機實際飛行測試，跨 PHY／MAC／系統層與 RF、FPGA、韌體與通訊演算法團隊深度合作。 

2. 研發成果應用於救災、巡檢等無人機群飛任務，並實際與戶外進行OTA測試。

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)

參與 5G/6G 通訊與感知融合(Integrated Sensing and Communication, ISAC)技術開發，工作內容包含以下:  

1. ISAC演算法設計及開發。  

2. ISAC系統整合及測試。 

3. ISAC應用系統開發。

1. 負責後台系統的架構及模組設計 2. 參與專案的設計、開發、文檔書寫等過程 3. 與前端溝通設計，實現系統 4. 後端 RESTful API 開發。 5. 資料庫規劃操作維護

1.研究並實現設備的智慧化預測維護系統，以數據及理論驅動的方法優化維護策略。 

2.透過先進的數據分析技術，分析設備狀態數據、預測設備的故障時間，並提出最佳維護建議。 

3.建立並優化故障診斷與預測模型，幫助提升設備的可用性和生產效率。 

4.開發可跨產業應用之預測維護系統，提升技術之泛用性。 

相關工作與技術影片： 

1.https://www.youtube.com/watch?v=r_i6vhiRxWI 

2.https://youtu.be/_VC5W5ZZ3Bs?t=31

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

*工作內容* 

透過以下任一專長協助自駕車感知系統演算法開發。 

1.基於影像或車用雷達之偵測/辨識/追蹤/預測技術應用及開發，可基於機器學習、深度學習、電腦視覺之演算法。 

2.用於自駕車之立體視覺技術應用及開發 

3.用於自駕車之SLAM應用及開發 

4.用於自駕車之感測器之間自動校正技術之應用及開發(lidar and camera, camera and camera) 

***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

協助自主移動機器人軟體開發。

協助AI模型訓練、資料標記。

《工作內容》 

1. 負責雲端與邊緣運算平台之基礎架構建置、部署與維運，聚焦 Kubernetes、K3S 與 KubeEdge 架構整合。 

2. 規劃並開發邊緣節點管理、工作負載佈署、服務治理、資源監控與異常排除機制。 

3. 建立 CI/CD、自動化部署與 Infrastructure as Code 流程，提升開發與維運效率。 

4. 與 AI、系統軟體與應用團隊協作，支援容器化服務於雲邊協同場域之落地。 

《職務亮點/優勢》 

1. 參與雲邊協同與智慧場域之核心平台建設，技術可落地於多元產業應用。 

2. 深入實作 K8s / K3s / KubeEdge 與 Edge Native 架構，累積前瞻基礎設施能力。 

3. 有機會結合自動化維運、可觀測性與平台工程實務，打造可擴展的研發平台。

《工作內容》 

1. 負責視覺語言模型（VLM）、大型語言模型（LLM）與 Agentic AI 系統之研發、整合與驗證。 

2. 建構多模態推論流程，整合影像、文字、文件等資料，發展具任務規劃、工具調用與流程自動化能力之智慧代理系統。 

3. 設計 Prompt、RAG、Tool Use、Workflow Orchestration 與模型評測機制，提升系統準確度、穩定性與可用性。 

4. 與平台、Infra、前後端及場域應用團隊合作，推動生成式 AI 技術於實際產業場域落地。 

《職務亮點/優勢》 

1. 可參與 VLM、LLM、RAG、AI Agent 等前瞻技術之系統化研發。 

2. 有機會將多模態模型與 Agent workflow 導入真實產業情境，從 PoC 推進到可落地原型。 

3. 可結合雲端、邊緣、資料工程與應用場域需求，累積完整生成式 AI 系統實作經驗。