「資深生成式AI工程師」的相似工作

1.金融軟體系統之系統分析、軟體開發與測試 2.撰寫專案中較複雜的SQL程式 ※本團隊目前使用技術：主要以C#語言開發，資料庫使用MS SQL，開發平台為WinForm。※

1. Actively clean, process, and validate Data streams for ML model consumption. Contribute to the implementation of MLOps best practices (CI/CD) and risk mitigation strategies as guided by the engineering team. 2. Actively develop and implement Python scripts and small utilities for model features and basic algorithm testing. Ensure development practices align with model fairness and ethical guidelines. 3. Establish and track technical Key Performance Indicators (KPIs) to measure model effectiveness post-deployment. Document and report potential technical risks identified during implementation. 4. Create and maintain a single source of truth for all active Carrier/vendor technical requirements and specifications. Support the definition of project scope, timelines, and milestones. 5. Act as the central liaison between Engineers, Data Scientists, and Business stakeholders. Translate incoming high-level partner requests into clear, detailed, and actionable engineering specifications and tickets. 6. Provide regular, concise updates for stakeholders on project progress, key metrics, and any blockers. 7. Annual salary: 1000K NTD and above 8. Onsite Google Xindian Office

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。

R&R Conduct interviews with stakeholders (e.g., product managers, users, clients) to understand business needs. Write functional specifications (what the system should do) and non-functional specifications (performance, security, scalability). Maintain traceability between requirements and implementation to ensure completeness. Design, develop, test, and deploy software applications or systems. Explore emerging technologies (e.g., AI/ML, edge computing) and assess their applicability. Prototype new solutions and conduct feasibility studies. Contribute to patents, white papers, or internal knowledge bases. Evaluate tools, libraries, and platforms to improve development efficiency or product capabilities. Skill Strong communication and analytical skills. Proficiency in languages like Python, Java, C++, or JavaScript. Experience with version control systems (e.g., Git). Experience with Azure, and/or GCP. Familiarity with CI/CD pipelines and DevOps practices. Familiarity with LLM (OpenAI, Claude, Gemini, …)

【工作內容】 1. Architect, design, and develop AI agentic systems 【需求條件】 1.Bachelor’s or Master’s degree in Computer Science, Electrical Engineering, Computer Engineering, or a related field. 2.Experience with RAG/MCP and backend code-generation 【加分條件】 1.Strong understanding of software data structures, algorithms, and proficiency in object oriented coding, preferably in C or C++. Exposure to AI/ML models, accelerators is a plus. 2.Familiarity with PyTorch, Tensorflow, ML models 3.Fluency in English 【工作地點】:台北/南投/WFH

1. 協助光機電驗證與台北AE光機電實驗環境搭建，並規劃並執行 PoC 所需的光源設計、相機取像與樣品拍攝 2. 結合Demo box與合作廠商出借資源，形成穩定的快速驗證平台 3. 進行AI應用前期驗證影像採集、前處理與初步驗證，並串接Demo 程式，完成端到端測試流程及輸出初步Demo 4. 協助不同產品線的硬體串接與前期驗證，並提供AE跨產品PoC支援 5. 偕同SI完成快速驗證後，將機會轉介給合適的SI整理測試數據與規格，提升SI落地 6. 支援展會與售前推廣，協助展會現場Demo設備搭建與技術解說，支援BD/Sales對客戶的售前推廣 7. 幫助售後技術問題排查與釐清，協助客戶定位與分析現場問題，並提供基本解決方案或將問題明確轉交RD

【職位使命】 你將是串連「客戶需求」、「外部知識庫」與「大型語言模型 (LLM)」的關鍵工程師。你的核心任務是確保我們的 AI 顧問不僅能回答問題，更能「精準、深入、且帶有同理心」地解決台灣中小企業主的真實管理難題。 【核心職責】 1. 情境式 Prompt Engineering (提示工程)： - 深入分析我們的目標客戶（SME 業主、經理人）的使用場景與潛在痛點。 - 解讀 AI 互動數據，設計、撰寫、測試並迭代優化「高情商」與「高專業度」的 Prompts，引導 AI 產出兼具策略深度與實用性的建議。 - 你將是 AI 的「語言教練」，負責駕馭語言的細微差別，確保 AI 的回覆精準且符合我們的品牌聲音。 2. RAG (或其他類似技術) 解決方案實作： - 主導或參與 Retrieval-Augmented Generation (RAG) 系統的架構設計與實作。 - 運用 LangChain、LlamaIndex 等框架，串接並管理我們的專業知識庫（如管理學、人資法規、產業報告等）。 - 整合並優化向量資料庫（如 Pinecone, Milvus, ChromaDB 等），確保 AI 在回應時能即時、準確地檢索到最相關的專業知識。 3. AI 解決方案框架設計 (Solution Framing)： - 面對客戶的營運痛點（例如：「我們的人才流動率很高」、「我想做數位轉型但不知從何開始」），你將與產品經理協同作戰。 - 快速將模糊的商業需求，轉化為具體的「AI 解決方案框架」，定義需要哪些數據、哪些知識、以及 AI 應扮演的角色。 4. 效能監控與迭代 (Performance & Iteration)： - 建立並追蹤 AI 回應的品質指標（如準確性、相關性、流暢度）。 - 分析使用者反饋與互動日誌，找出模型或 RAG 流程的瓶頸，並提出具體的優化策略。 【必要條件】 1. 卓越的語言駕馭力（Prompt 大師）： - 擁有豐富的 Prompt Engineering 實戰經驗，對中（繁）文的語意、語氣和情境有高度敏感性。 （面試要求）請務必準備 2-3 個你最自豪的 Prompt Engineering 作品集，展示你如何透過指令設計，將 AI 的回答從「堪用」提升至「卓越」。 2. 紮實的工程技術力（RAG 專家）： - 精通 Python，並熟悉至少一種主流 LLM 的 API（如 OpenAI, Anthropic, Google Gemini）。 - 具備 RAG 的實際導入與調優經驗，熟悉 LangChain 及/或 LlamaIndex。 （面試要求） 你需要能清晰描述你過去如何實作 RAG 流程，包含你選擇了哪些工具（如 Pinecone, Elasticsearch 等）以及為什麼。 3. 敏銳的商業產品思維（解決方案架構師）： - 具備強大的商業理解力與邏輯拆解能力，能快速抓到客戶的「痛點背後的痛點」。 - 不只等待需求，而是能主動思考「AI 還能為客戶做什麼？」。 （面試要求） 我們會提供一個真實的客戶痛點情境，請你現場設計一個解決方案框架。 【加分條件】 1. 具備中小企業相關領域知識（如：人力資源、企業管理、財務會計或數位行銷）。 2. 熟悉資料庫管理（SQL/NoSQL）。 3. 有使用或串接 Make.com / n8n 等自動化工具的經驗。 4. 具備 Fine-tuning 模型的經驗。 【你將獲得的】 1. 一個高影響力的舞台： 你的工作成果將直接定義我們的核心產品，並賦能數以萬計的台灣中小企業。 2. 專業且敏捷的團隊： 我們是一個目標導向、快速迭代的團隊，你將與資深的產業專家與工程師緊密合作。 3. 彈性與信任的工作環境： 我們相信專業人才的最佳產出，來自於自主管理與清晰的目標。 4. 具競爭力的薪酬與福利： 我們願意為頂尖的「樞紐人才」提供相應的回報。

1.熟AI機器/深度學習演算法,具構建與部署NLP/Bert模型經驗 2.熟Python, C# 3.具DevOps 經驗（Kubernetes, Docker） 4.熟悉 API 設計、微服務架構經驗者佳 5.熟悉資料工程（如 ETL、API 串接、SQL、大數據平台）者佳 6.有MES系統整合經驗者佳 依經驗與能力調整，年薪100萬元以上（含績效與專案獎金）

1. 建立資料蒐集、清理、ETL 與 API 串接流程。 2. 熟悉 Python／TypeScript，能撰寫爬蟲、資料處理與 API 對接程式。 3. 熟悉 LangChain、 LangGraph、ADK 、n8n... 大語言模型開發工具 3. 熟悉 NLP 技術（embedding、RAG(GraphRag、Agentic RAG...)、OCR、LLM fine-tuning）。 4. 熟悉向量資料庫（如 Weaviate、Pinecone、Postgres pgvector）。 5. 能將 AI 模組與 EIP 系統對接，支援 BPM/DCC/HRM 等自動化。 6. 熟悉模型壓縮(量化Quantization、知識蒸餾Knowledge Distillation、低秩分解Low-rank Decomposition、剪枝Pruning)與封裝(ONNX, GGUF...) 7. 其他主管交辦事項。

工作職責： 1. 參與基於強化學習、Game Theory等算法（如CFR、MCCFR、深度策略網絡等）的深入研究。 2. 透過資料探勘與機器學習技術，分析不同使用者行為模式，構建個人化行為模型，提升對抗式智慧系統的策略性和對戰能力。 3. 利用機器學習、統計分析等方法識別異常行為、可疑的作弊模式和夥牌等不當行為，協助建立風險識別機制，提升系統的行為監測能力保障平台公平性。 4. 探索人工智慧技術在平台管理、內容推薦與使用者體驗優化等方向的應用場景。

We are now looking for AI Software Engineers for UpGPT! UpGPT is our innovative LLM SaaS application built for enterprise. We take AI-first approach to knowledge management, bringing AI into workflow, not the other way around. In this role you will design and implement new development features, optimizations, build APIs, analyze and tune performance, and expand functionality coverage. Roles and Responsibilities: - Design, development and implementation of LLM applications. - Define requirements with stakeholders, conduct experiments, and evaluate models for performance and scalability. - Stay current on the latest GenAI trends, frameworks, and coding practices. - Proficiency in designing and building in cloud environments such as Azure, GCP, or AWS. Benefits: - Competitive salary and benefits package. - Opportunies to work on cutting edge technologies and make a meaningful impact in the field. - Great professional development and career advancement opportunities. - Dynamic and innovative work culture. Qualifications: - Bachelor's degree in Computer Science, Engineering, or related fields. - Experience in building with LLM's such as GPT-4, Claude, etc. - Strong understanding of LLM architectures, such as RAG, vector store, etc. - Solid understanding of deep learning fundamentals and techniques. - 4+ years of experience programming with Python. - 2+ years of experience with a public cloud (Azure preferred) - 2+ years of experience with common cloud tools such as Blob Storage, Azure App Services, Virtual Machines.

Position Summary We are seeking an experienced Technical Manager to lead a team of engineers focused on developing LLM–based applications and Agentic AI systems. The ideal candidate combines strong technical expertise in AI application development with proven leadership experience to drive design, implementation, and deployment of enterprise-grade AI solutions. Key Responsibilities Technical Leadership • Oversee end-to-end development of LLM-powered applications and AI Agents — from design and implementation to deployment and optimization. • Collaborate with cross-functional teams to transform requirements into Agentic AI Systems that integrate LLMs and AI Agents into business workflows. • Guide the development team in adopting emerging technologies such as open-source LLMs, fine-tuning techniques, and multi-agent frameworks. • Provide technical guidance on architecture design, code quality, troubleshooting, and best practices in AI development. Team Management & Communication • Define team objectives, allocate resources effectively, and ensure timely and high-quality project delivery. • Foster a culture of technical excellence, innovation, and collaboration. • Work closely with Product Owners and stakeholders to algin technical solutions with business needs and strategic goals.

1.開發及應用AP進行資料梳理與資料蒐集 2.設計、訓練並優化機器學習/深度學習模型，尤以NLP、CV或單(多)模態模型。 3.整合並應用LLM與各模型，開發實際業務解決方案。 4.評估適合的AI工具，整合現有資訊系統，規劃整體工作流程 5.提供各部門同仁教育訓練，使其了解如何操作或應用AI工具於日常工作 6.持續關注最新AI工具發展及應用趨勢，評估導入可行性

• 整合 NLP / LLM 技術至現有產品，優化功能與使用者體驗。 • 設計與開發 NLP 系統、演算法原型與 Pipeline。 • 主導或參與關鍵專案的需求分析與技術落地。 • 持續追蹤 NLP 與 LLM 的最新研究動向，導入產品應用。 • 撰寫技術文件，與跨部門團隊協作推動專案。

關愛醫護，挑戰全球性問題 ── 期待你的加入！ 在這個瞬息萬變的時代，我們的團隊正致力於解決醫護過勞、醫療供給跟不上需求的嚴峻問題，並以此追求全球市場商機，留下令人矚目的legacy。這個醫病雙輸的困境不僅考驗著我們的智慧，更關乎無數生命健康的重大影響。特別在疫情過後，大量優秀的醫護人員離開崗位後不復返，這讓我們深感迫切，需要投入更多腦力與熱情來攻克這個挑戰。 我們的團隊集結了一群在醫療、數據、AI科技等領域的專業好手。經過深入的臨床洞察，將我們擅長的speech recognition、natural language processing、image recognition等尖端技術，轉化為Medical SIRI+GPT提昇醫療效率與準確性，同時減輕醫護人員的負擔。首發產品”EVAS內視鏡智能醫師助理”已成功導入日本排名第一的國立癌症研究中心醫院，以及多家台灣醫學中心與診所。 公司創辦人廖威宣醫師 ，擁有十多年臨床經驗權威醫師，同時他也是麻省理工學院Sloan MBA校友，曾在國內外不同醫療科技公司擔任副總與顧問職位。廖醫師放下主治醫師與大公司主管的職位，肩負著一群醫護朋友的期待，積極組織了這樣一個天賦滿點的團隊。多年來，我們團隊的努力獲得了國內外權威醫師的讚譽與大廠邀約，成果非凡。 如今，我們正迅速擴充團隊，邀請更多有志之士的加入，共同攜手打造更美好的未來。在這裡，你將有機會參與解決具有全球意義的挑戰，並發揮你的專業天賦，成就卓越的事業。如果你渴望挑戰自我、不畏艱難，且熱愛為社會做出貢獻，我們誠摯地邀請你加入我們的行列。 我們期待在這個充滿活力與熱情的團隊中，共同創造出不平凡的未來。立即加入我們，一同開創醫療科技領域的新里程！ ▌工作內容 1. 深入研究大型語言模型（LLM）、AI語音辨識，找到最佳的應用方法，以解決特定領域和任務的挑戰。 2. 利用現有工具（如LLama2）或結合不同套件，開發公司產品所需的AI功能。 3. 持續追蹤最新的AI論文和技術，評估其在實際應用中的可行性。 4. 與其他工程師密切合作，參與數據處理、模型訓練和模型部署的工作。 ▌符合資格 1. 擁有一年以上的文字分析相關專案開發經驗。 2. 具備對語言模型（如BERT、GPT、Transformer等）運作原理深入了解，並具有建立預訓練語言模型或fine-tune語言模型以優化文字分析任務的實務經驗。 3. 熟練使用Python，具備深度學習專案開發經驗，並熟悉深度學習框架的使用（例如PyTorch、Tensorflow），且有實際建立、訓練和應用模型的經驗。 4. 具有卓越的邏輯思維能力，熱愛團隊合作，並富有責任感。 5. 對新技術和工具保持好奇心，樂於學習和適應。

【主要職責 】 我們正在尋找一位具備系統開發經驗與團隊管理能力的軟體主管，領導自動化倉儲與物流相關系統（如 WMS、WCS、AGV 調度系統等）之開發與部署工作。 此職位需具備跨部門協調能力，能整合機電設備與IT系統，協助實現智慧倉儲與智慧工廠解決方案。 【工作內容】 1.領導與管理軟體團隊:規劃開發進度、指導工程師解決技術問題、人員培訓與技術提升 2.系統開發與技術審查:指導系統架構設計、資料庫規劃與模組開發、管控軟體版本、品質與維運流程 3.跨部門協作與專案推動:協調與機構/電控/專案/現場工程部門配合、主導系統整合測試（含模擬/現場測試） 4.客戶需求分析與技術方案制定:轉化業務與客戶需求為技術規格書（SRS）、支援售前技術評估與提案撰寫 5.導入新技術:探索並導入NVIDIA Omniverse平台、AIoT、MES、雲端、邊緣運算等新技術應用於物流場域 【其他條件】 1、能獨立撰寫程式、開發新功能尤佳。 2、如需配合工程後期客戶端試車作業提供試車津貼。

1.開發 AI 視覺演算法（物件偵測、姿態估計、3D重建等）並優化模型效能 2.建置 AI 應用程式與自動化流程，具備部署至本地端或雲端環境的能力 3.進行 AI 應用的二次開發與模組客製化 4.串接前端框架（如 React），整合 UI/UX 與後端模型服務 5.協助 AI 專案落地，與跨部門協作完成應用整合

我們是一家專注於AI工程的新創公司，正在尋找 AI 工程師，負責開發以 AI Agent 技術提升專業領域工作效率。 核心職責： ．AI Agent 開發與應用：設計並訓練 AI Agent，提升專業領域效率與準確性。 ．知識圖譜建構：整合專業領域知識，建立結構化知識圖譜，支援 AI Agent 進行推理與決策。 ．生成式 AI 應用：利用 LLM、多模態模型輔助、優化與驗證。 ．最佳化與強化學習：應用 GA(遺傳演算法)、RL(強化學習)等技術，開發與優化演算法。 ．跨領域協作：與專業領域合作，驗證 AI Agent 產出的結果，確保其符合標準與規範。 必要條件 ．熟悉機器學習、深度學習相關技術 (PyTorch / TensorFlow / JAX)。 ．具備 AI Agent 相關開發經驗，如 LLM + Tool-Use、強化學習或知識圖譜應用。 ．熟悉數值最佳化、啟發式演算法 (GA、PSO、Bayesian Optimization 等)。 ．具備 Python 開發經驗，並熟悉 AI/ML 相關框架與工程應用。 我們團隊致力於最前沿 AI Agent 技術應用，挑戰與業界專家深度合作，快速累積專業領域 AI 技術經驗。歡迎對 AI有熱情的你加入！

★工作內容 1.設計、開發及維護生成式AI應用及流程。 2.以演算法及技術調校及精進生成式 AI 模型。 3.協助研發軟體新技術與新工具。 4.評估客戶需求，協助AI落地應用。 5.LLM(RAG)應用開發。 6.微調和優化LLM模型。 7.持續關注LLM、NLP與生成式AI技術的最新進展並將其應用於公司的項目。 8.確保LLM模型在生產環境中的可擴展性和效率。 9.大語言模型(LLM)訓練之資料整備與標註。 ★必備條件 1.具有Python 3軟體開發二年以上之實務經驗。 2.熟悉使用Docker, Git, Github等工具。 3.了解大模型基礎知識及常見微調手段，熟悉Mistral、LLama等模型微調訓練、優化方案。 4.具有Linux環境開發經驗。 5.熟悉Pytorch、Huggingface等深度學習工具。 6.具有機器學習/深度學習/生成式AI相關研究或程式開發經驗。 7.熟悉NLP和RAG，有實務經驗。 8.具備LLM模型微調經驗，熟悉Llama 3+、Breeze、OpenAI和Gemini等模型。 ★加分條件 1.具利用LangChain/LlamaIndex的開發經驗。 2.在文案生成、chatbi、智能客服、個人助手等至少一個業務場景有專案經驗。 3.有過Chatbot 、生成式AI應用相關工作經驗。 4.具利用NVIDIA NeMo（NIM）的開發經驗。 5.熟悉ChatGPT等大語言模型應用。 6.ChatGPT應用經驗：有使用ChatGPT或相關大型語言模型進行專案開發的經驗，了解其7.在各種應用場景中的潛在用途。 8.熟練提示調整技術（Prompt Tuning），善用Prompt來改善AI模型的回答效果。 9.能分析不同Prompt對模型表現的影響，並進行持續的調整和改進。 10.熟悉Diffusion Model、Transformer Model等生成式AI模型。 11.熟悉Computer Vision相關深度學習模型實作與pytorch或tensorflow等框架。 12.熟悉C/C++。 13.有AI演算法相關論文研究經驗。 14.熟悉TS，深度了解ML、LLM、RAG、Finetune、Agent原理。

▍工作內容： 進行AI 程式開發 a. 用戶資料收集 / 處理 b. AI 建模 c. AI 平台建置 ▍必備特質與工作條件： 1. 具備運用LangChain、RAG工具調校Prompt經驗。 2. 精通 Python 和多數AI/ML函式庫，例如 TensorFlow、PyTorch、Hugging Face。 3. 對 Transformer架構和LLM（例如 GPT或 BERT）有深入的了解。 4. 有串接OpenAI、Anthropic、Google 或 AWS 等 AI 供應商的 API 經驗。 5. 熟悉大語言模型輸出的即時工程原理與技術。 6. 具備運用AI協作分析複雜問題提出創新Prompt解決方案。 7. 能不斷優化Prompt能力以因應不同角色及產業變化多端的需求。 ▍加分條件： 1. 具備數據相關專案的需求分析, 資料收集, 資料預處理, 資料探索與分析, 建立與評估機器學習模型經驗. 2. 優秀的溝通能力，能順暢與技術和非技術背景人員說明AI原理