交大專區

1. 產品包裝結構設計。 2. 專案包裝相關流程經驗與獨立設計能力。 3. 具持續改善、分析、積極主動之性格、協調能力、Team Work能力強。 4. 與客戶溝通包裝設計相關事宜。 5. 包材BOM維護。 6. 執行主管交辦事項。

1. BI數據整合分析。 2. 資料處理ETL建置開發。 3. 資料視覺化(儀表版、報表)設計與建置。 4. BI主機日常營運維護。

5G CPE/5G ODU產品硬體規格確認、硬體電路設計、 含射頻電路設計 fine tune,layout,test plan,debag

負責Oracle ERP 系統程式開發工作 1. 系統程式開發與維護。 2. 需求訪談及文件撰寫。 3. 日常維運與問題排除。 4. 熟成本／財會模組尤佳。

1. 執行遠端軟體安裝和網路部署的問題排除 2. 設計系統部署架構和建立驗證網路 3. 提供客戶技術支援 4. 協助教育訓練客戶

1.車床、銑床、鉋床、鑽床、精密磨床、一般工具機操作及維護 2.工具機的精度調整

Research on Optimization of Deep Learning Model Inference and Training The Computer Systems Laboratory - Machine Learning Systems team focuses on research areas including parallel and distributed computing, compilers, and computer architecture. We aim to leverage computer system technologies to accelerate the inference and training of deep learning models and develop optimizations for next-generation AI models. Our research emphasizes the following: 1. AI Model Compression and Optimization Model compression techniques (e.g., pruning and quantization) reduce the size and computational demands of AI models, which are crucial for resource-constrained platforms such as embedded systems and memory-limited AI accelerators. We aim to explore: * AI compiler: deployment methods for compressed models across servers, edge devices, and heterogeneous systems. * High performance computing: efficient execution of compressed models on processors with advanced AI extensions, e.g., Intel AVX512, ARM SVE, RISC-V RVV, and tensor-level accelerations on GPUs and NPUs. 2. AI Accelerator Design We aim to design AI accelerators for accelerating AI model inference, focusing on software and hardware co-design and co-optimization. 3. Optimization of AI Model Inference in Heterogeneous Environments Computer architectures are evolving toward heterogeneous multi-processor designs (e.g., CPUs + GPUs + AI accelerators). Integrating heterogeneous processors to execute complex models (e.g., hybrid models, multi-models, and multi-task models) with high computational efficiency poses a critical challenge. We aim to explore: * Efficient scheduling algorithms. * Parallel algorithms for the three dimensions: data parallelism, model parallelism, and tensor parallelism. 薪資：博士64711元起聘，該職缺係「適用勞動基準法」

具備機構機械設計經驗，熟悉機構設計原則與技術，擅於使用2D、3D繪圖軟體進行精確建模與製圖。 1. 從事機構設計及結構評估，新產品工程圖繪製構思及概念實現(零件圖、組立圖、BOM建立)。 2. 設計加熱元件配置、功率分配及控制迴路，設計簡易電路圖(應用歐姆定律及串並聯)。 3. 編寫技術文件(工作指導書&測試規範)。 4. 熟悉3D軟體（例如AutoCAD、SolidWorks、Inventor）進行產品繪圖及設計。 5 持續改進現有產品設計，解決技術難題，提升設備性能與製造效率。 6. 參與設計評審與技術會議，提供專業見解與解決方案。 7. 對機構設計工作有高度熱忱且具責任感者優先錄取。

郭惠思老師實驗室 誠徵研究助理2名 工作內容： 我們正在積極招募對染色質生物學、基因調控與功能性基因體學有興趣的研究助理加入團隊。理想的候選人應具備良好的組織能力，並樂於在合作型研究環境中工作。 我們研究疾病相關的染色質調控因子與組蛋白突變如何擾亂基因調控機制。研究助理將協助進行相關研究計畫，包括基本分子生物學操作、基因克隆與哺乳類細胞培養，並有機會學習CRISPR 為基礎的突變分析與基因體學相關技術。 應徵資格： 1. 具有生命科學相關學士或碩士學位（如生物學、分子生物學等）。 2. 具備良好的組織與實驗紀錄能力，做事細心，對細節有高度要求。 3. 具備良好之英文閱讀、書寫與溝通能力。 4. 具備基本分子生物學實驗技術經驗者佳，包括基因克隆與哺乳類細胞培養。 5. 可至少投入 1–2 年者優先考慮。 薪資待遇：依中研院標準，碩士44968元起，學士38388元起。 依表現彈性調薪。 聯絡資訊 郭惠思老師(Dr. Hui Si Kwok) Email: hskwok@as.edu.tw 請以email聯繫 https://www.imb.sinica.edu.tw/en/faculty/profile/hskwok.html Address: 中央研究院 分子生物研究所 應備文件：有意應徵者請以電子郵件寄送申請資料至 hskwok@as.edu.tw. 信件主旨請註明 “Research Assistant Application”. 申請資料請包含 CV and a brief statement outlining your research background, research interests and motivation for joining our lab. 補充說明： 本實驗室於 2026 年 1 月正式成立，並獲得啟動經費及核心設施經費支持。作為一個新成立的實驗室，我們正開始建立研究計畫，提供成員一個能夠共同塑造研究方向與實驗室文化的獨特機會。實驗室成員將在支持且合作的研究環境中，獲得密切且扎實的指導與培育。 申請資料將採隨到隨審方式，職缺額滿為止。本職缺可儘快到職。 非常歡迎具有研究熱忱和立志出國深造的夥伴加入! 截止日期：2026-07-31

參與多媒體技術、電腦視覺與電腦圖學相關之人工智慧研究計畫，協助研究問題定義、研究構想發展、方法設計與實驗規劃與執行。 協助建置、訓練與評估深度學習模型，工作內容包含資料前處理、模型實作、實驗設計、結果分析與效能比較。 參與本實驗室之核心研究議題，近期研究方向包括但不限於： (1) Video- and Music-Driven 3D Camera Motion Authoring (2) Image-Driven Motion In-Betweening (3) Text-Driven 3D Human Motion Generation (4) Music-Driven 3D Human Motion Generation (5) Motion-Driven Music Generation (6) 3D Human Mesh Recovery (7) Representation Learning 協助整理與撰寫研究成果，包含論文草稿撰寫、實驗結果整理、圖表與補充材料準備，並參與國際期刊與會議投稿。 視研究進度與計畫需求，參與研究討論、論文回覆（rebuttal/revision）及國際學術會議相關事務。 薪資：學士38388元起薪，碩士44968元起薪，博士64711元起薪，該職缺係「適用勞動基準法」

深度學習模型推論和訓練優化研究 (Optimization of Deep Learning Model Inference and Training) Machine Learning Systems團隊的研究方向包括：平行與分散式計算、編譯器、以及計算機架構。我們利用電腦系統的技術加速深度學習模型推論和訓練，並研究下一世代機器學習模型的系統開發和優化。 我們的研究方向著重於： 1. 模型壓縮與計算優化研究。 模型壓縮技術 (pruning and quantization) 透過減少AI模型容量與運算量，實現模型執行加速，對於嵌入式系統等資源受限的計算平台以及記憶體有限的AI加速器至關重要。為了有效執行壓縮後的模型，許多次世代處理器設計了新的運算功能，例如向量運算 (Intel AVX512, ARM SVE, RISC-V RVV) 和矩陣加速器 (matrix-multiplication unit on GPUs and NPUs) 等強化功能。我們將研究 (1) 如何利用這些強化運算功能加速壓縮模型的執行，(2) 各種計算平台，例如伺服器、邊緣裝置、異質系統等的壓縮模型的佈署方法。 2. AI加速器設計。 針對深度學習模型的推理加速，在FPGA板上實現AI加速器硬體設計，並進行軟硬體協同設計與優化研究。 3. 異質環境下深度學習模型推論優化研究。 智慧系統如自駕車與語音助理，通常需執行複雜的深度學習模型 (complex deep learning models: hybrid models, multi-models, and multi-task models)。與此同時，電腦架構正朝向異質多處理器設計發展 (heterogeneous architecture: CPUs+GPUs+AI accelerators)。如何整合異質處理器來執行複雜模型並達到高效能的運算，成為一項關鍵且具挑戰性的研究。針對此問題，我們將探討以下方向：(1) 模型運算與異質處理器的分配策略，(2) 排程演算法設計，(3) 模型執行平行化方法，包括資料平行（data parallelism）、模型平行（model parallelism）與張量平行（tensor parallelism）。 上述研究議題為國內外深度學習系統領域之重要發展方向，產業界及學術界均需此方面人才。適合擬專心研究，未來從事學術工作者或研發工作者，對於未來規劃進修博士學位者, 本實驗室之研究計畫提供優良之訓練環境與研究經歷。 薪資：碩士44968元起薪，該職缺係「適用勞動基準法」

深度學習模型推論和訓練優化研究 (Optimization of Deep Learning Model Inference and Training) Machine Learning Systems團隊的研究方向包括：平行與分散式計算、編譯器、以及計算機架構。我們利用電腦系統的技術加速深度學習模型推論和訓練，並研究下一世代機器學習模型的系統開發和優化。 我們的研究方向著重於： 1. 模型壓縮與計算優化研究。 模型壓縮技術 (pruning and quantization) 透過減少AI模型容量與運算量，實現模型執行加速，對於嵌入式系統等資源受限的計算平台以及記憶體有限的AI加速器至關重要。為了有效執行壓縮後的模型，許多次世代處理器設計了新的運算功能，例如向量運算 (Intel AVX512, ARM SVE, RISC-V RVV) 和矩陣加速器 (matrix-multiplication unit on GPUs and NPUs) 等強化功能。我們將研究 (1) 如何利用這些強化運算功能加速壓縮模型的執行，(2) 各種計算平台，例如伺服器、邊緣裝置、異質系統等的壓縮模型的佈署方法。 2. AI加速器設計。 針對深度學習模型的推理加速，在FPGA板上實現AI加速器硬體設計，並進行軟硬體協同設計與優化研究。 3. 異質環境下深度學習模型推論優化研究。 智慧系統如自駕車與語音助理，通常需執行複雜的深度學習模型 (complex deep learning models: hybrid models, multi-models, and multi-task models)。與此同時，電腦架構正朝向異質多處理器設計發展 (heterogeneous architecture: CPUs+GPUs+AI accelerators)。如何整合異質處理器來執行複雜模型並達到高效能的運算，成為一項關鍵且具挑戰性的研究。針對此問題，我們將探討以下方向：(1) 模型運算與異質處理器的分配策略，(2) 排程演算法設計，(3) 模型執行平行化方法，包括資料平行（data parallelism）、模型平行（model parallelism）與張量平行（tensor parallelism）。 上述研究議題為國內外深度學習系統領域之重要發展方向，產業界及學術界均需此方面人才。適合擬專心研究，未來從事學術工作者或研發工作者，對於未來規劃進修博士學位者, 本實驗室之研究計畫提供優良之訓練環境與研究經歷。 薪資：博士64711元起聘，該職缺係「適用勞動基準法」

1. 製程區設備操作、線上藥品分注作業、器材清潔作業及障礙排除 2. 於無塵室工作時需穿著無菌服作業 3. 協助生產部門表單填寫與作業環境清潔維持及查核 4. 品檢、試料配置(拉料、秤料)與充填製程管控 5. 配合廠區收班規章進行收班作業 6. 配合主管人力調度與交辦事項完成 7. 肯配合加班

1) 負責設計與定義先進4G、5G及6G通訊系統內數據擷取控制系統架構，以作到系統行為分析、系統效能優化，以及問題解決。 2) 開發、優化並維護數據擷取控制系統的底層驅動程式與軟體控制流程。 3) 研究並導入以AI為基礎的自動化工具，以強化問題診斷、異常偵測與數據分析能力。

1.電腦周邊產品發光模組開發與設計 2.Gaming產品發光模組件開發與設計 3.發光模組產品量試/量產問題分析與解決 4.新產品開發 5.未來需海外派駐-越南(台灣先訓練半年左右)

1.檢查工件藍圖及其規格。 2.使用螺栓、夾板等夾具，將工件固定於機器平台上。 3.選擇、裝配刀具。 4.選定切削速度並起動試銑。 5.操縱手輪或以自動進刀機構進行加工。

1.產品檢驗IQC&OQC(內/外驗) 2.品質異常MRB之開立執行 3.檢驗完成品進行系統入帳 4.輪值航電出貨檢驗及出貨報告上傳系統 5.場內封面檢驗 6.主管交辦事項

1.協助科專計畫執行之相關管理、協調、推動等工作。 2.配合政府計畫推動需要，協助辦理相關會議及各項準備工作。 3.可以進駐專案辦公室，協助專案報告、文件資料的彙整。 4.完成主管交辦之研究事項。 ※本職缺初期上班地點：桃園龜山區文明路29巷8號(中心本部/靠近桃園捷運A8長庚醫院站)

本實驗室研究基因調控在種子發育扮演的角色。研究工具為分子生物學技術，含DNA、RNA 萃取、PCR、Western blot、免疫沈澱法、表現載體之構築等。 應徵資格： (1) 生物相關（如生科、植醫等），碩士學位或即將畢業。 (2) 具有分子生物學之相關研究經驗。以有植物分子生物學經驗者優先。。 (3) 有能力閱讀英文論文。 待遇： 依中研院工作酬金支給標準規定 (學士38,388元起薪，碩士44,968元起薪，博士64,711元起薪)；得依相關經歷或能力予以調整。 有意願者請 (i) 在電郵標題中載明：應徵分生研究工作- XXX (姓名) (ii) 在電郵主體中載明：可開始之工作日期以及一位或一位以上指導教授聯絡電郵與電話 (iii) 附上附件：履歷、自傳與論文摘要之電子檔 (iv) 將上述訊息資料寄至電郵: jeryoung@gate.sinica.edu.tw 工作地點： 台南市歸仁區歸仁十三路一段100號 (南部院區) (台南高鐵站旁步行五至十分鐘) 參考網頁：https://abrc.sinica.edu.tw/faculty/?id=jeryoung 本實驗室將會主動通知符合資格者面談，不合者恕不退件不函覆。

1.塑膠模具射出加工及試模事務 2.模具維修製作 3.射出機台操作