【學期實習生專區】AI 視覺辨識演算法開發

實習期間：114年第1學期~第2學期 每週上班：週一至週五:至少四天 (五天加分) 公司提供實務操作及每週工作執行計劃，協助你快速進入職場適應與成長 實習期間提供薪資，並設有階段考核與回饋機制 表現優異者有轉正機會 一、招募目標 本次招募目標為 深度學習技術工程師 ，專責於 影像辨識與聲音辨識模型的端到端開發、優化與部署。此職務需具備深厚的 AI 模型設計、演算法理解、C++/Python程式開發能力與部署最佳化實務經驗，並能應用 PyTorch 平台與 TensorRT 技術進行 AI 模型加速與產品化。 二、人才條件與技術能力要求 1. 基本條件 • 工作經驗：影像辨識深度學習、AI 模型開發與部署相關經驗。 • 學歷要求：人工智慧、資訊工程、電機電子、數學或相關科系大學以上。 • 語言能力：英文閱讀與技術論文理解能力，能解讀頂級 AI 會議論文 (CVPR, ICCV, NeurIPS, ICASSP 等)。 2. 必備技術能力 2.1 AI 模型訓練與開發能力 • 具備完整 AI 模型開發生命週期經驗，包括資料收集與清洗、增強、特徵工程、模型設計與評估。 • 熟悉影像辨識技術：YOLO、Faster R-CNN、FaceNet、ArcFace、OpenPose。 2.2 PyTorch 平台操作能力 • 熟悉 PyTorch 平台的模型建構、訓練、參數調整與測試。 • 能管理模型版本、績效比對與 API/SDK 產出整合。 2.3 TensorRT 最佳化與部署能力 • 將 PyTorch/TensorFlow 模型轉 ONNX 並最佳化 TensorRT Engine。 • 設定 Batch Size、Memory Allocation 與精度控制。 • 部署於 NVIDIA GPU 平台 (RTX, Jetson, Orin)，整合 C++/Python 應用。 2.4 C++ 與 Python 雙語言開發能力 • 精通 C++ (STL、Boost、C++11/14/17)，記憶體管理與效能最佳化。 • 熟悉 CMake、Makefile 建置流程。 • 精通 Python (PyTorch, TensorFlow, OpenCV, librosa)，多執行緒與異步處理。 2.5 研究導向與新技術導入能力 • 主動追蹤最新 AI 模型與研究成果。 • 具備閱讀與實作頂級論文模型能力。 • 能快速將論文技術轉化為產品應用。 三、工作職責 • 主導影像與聲音辨識模型設計、訓練與優化。 • 操作 PyTorch 平台完成模型建構與管理。 • 將模型最佳化並透過 TensorRT 加速部署至 NVIDIA 硬體。 • 建立 C++ 與 Python 應用層整合方案。 • 持續探索與導入最新 AI 模型與技術。 • 撰寫技術文件、測試報告與最佳實踐指引。 四、人格特質與工作態度 • 熱衷於解決技術挑戰與持續精進。 • 具備團隊合作與技術分享精神。 • 具備良好問題分析與系統性解決能力。 • 對 AI 技術充滿熱忱，願意投入新技術研究與落地實作。 平日到班五天 月薪敍薪;其餘另議 敘薪依據經驗與能力水準調整