AI地端工程師

我們是 Voiss AI， 一間專注於地端模型的AI語音、RAG及Agent Flow 邊緣運算應用的新創團 隊，我們工作節奏快速，要能快速理解客戶需求，歡迎喜歡挑戰的人、有熱情的人，成爲頂尖人才，這裡是邁向國際的舞台！ 需要的核心技術 ●生成式AI地端部署：不只是用OpenAI API，更要會Llama等開源LLM的本地化調校、壓 縮、量化（quantization）、多卡部署，讓模型在受限GPU、Jetson Orin、ARM等不同硬體環境跑得動。 ●量化與模型壓縮經驗：實際將大型LLM/語音模型做過 int8/float16 量化，或用過如 bitsandbytes、GGML、Transformer Lite、Distillation 等壓縮/加速框架。 ●Chunking與文本前處理：在文件分塊上有過特殊實作經驗，例如：利用 NER（Named Entity Recognition）、自訂關鍵字斷點、向量特徵拆分等方式，讓RAG檢索更精準，或 曾為超長文檔處理過大規模切分優化。 ●支援多格式文件自動上傳與前處理，包含 PDF、Word、純文字（txt）、圖片、常 見表格格式等。 ●針對image-based PDF與圖片文件，採用 tesseract OCR 進行文字辨識。 chunking 支援 自定義字數/段落切分（max chunk size、overlap 可調），適應各種語料規模與檢索需求。 ●語音模型高度自訂：如有在 CloneTTS 上的語音「口氣、語速、腔調、頻率、分貝」細緻調控，或熟悉台灣本地語音數據調教與TTS模型細節，能針對客戶需求做出“真人感”強 的仿聲結果。 ●ASR音訊處理：熟悉音訊前處理（VAD、降噪、增強）、特徵萃取、聲學模型參數微調，或有自己實作語音分割、低延遲處理經驗，能針對「收音條件差、雜訊多」的場合優化模型辨識效果。 需要的系統開發整合經驗 ●Docker映像包/自動化佈署：能將複雜AI模型與環境依賴全部封裝並自動化，熟悉K8s 批量佈署、GPU任務排程與效能監控。 向量資料庫整合：用過 FAISS、Milvus、Chroma、pgvector 等，熟悉資料向量化流程、 召回與重排序調校、不同資料源混合檢索策略。 ●微服務、RESTful API設計與串接：設計過大型分散式系統，能將AI服務與其他企業資 訊系統（ERP/CRM/APP）順暢串接。