交大專區

從事 Computer Architecture 相關研究，針對 emerging technologies (例如 non-volatile memories、3D ICs) 和 modern applications (例如 machine learning、graph analytics、genome analysis等) 設計高效節能之系統，並共同撰寫論文。 可能研究主題包括 in/near-memory computing system design, machine learning acceleration and memory optimization (e.g., for LLM, recommendation system, few-shot learning, GCN, etc.), memory/storage system design for genome analysis and graph analytics. energy-efficient edge computing for AIoT, sustainable computing systems等, 有參與國內與國際合作計畫機會, 視應徵者背景及能力而定。

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」

1.協助彙整工程文件並管理檔案 2.客戶管理系統操作 3.聯繫客戶及跨部門工作 ※此職缺出勤方式採雙週變形工時-輪排班、週排休二日、全年假期調移，應徵者請先自行評估接受度。

台灣南部生物技術中心的博士後職位將可以研究在根部發育區根分生組織生長因素1（RGF1）肽的功能。成功的候選人將可以參與下列一或數個計劃。 1. RGF1肽對根發育區活性氧（ROS）調節機制的研究。 2. 鑒定於阿拉伯芥根中RGF1受體途徑經由ROS後轉譯調控之蛋白質。 Yamada M, Han X, Benfey PN RGF1 controls root meristem size through ROS signaling. Nature. 2020 Jan;577(7788):85-88. doi: 10.1038/s41586-019-1819-6. Epub 2019 Dec 4. https://www.nature.com/articles/s41586-019-1819-6 我們的研究所位於台南（台灣南部）。 這裡的生活費用是合理的，且一年四季氣候溫暖，治安良好。 本院大樓於2020年底新落成，位於台南高鐵站附近，地理位置非常方便。 此外，除了嶄新的大樓及良好的工作環境，本院的研究設施同時也具備先進的水平。 應徵資格： 該職位需要具有轉錄組、代謝組、蛋白質組學或生物化學背景的候選人。 優秀的溝通和人際交往能力以及良好的英語口語、閱讀和寫作能力是必不可少的。 薪資： 博士：64,711元起薪，並依年資調整。本職務係適用勞動基準法。 有意願者請檢附以下資料，Email至 masyamad4@gmail.com 1) a cover letter summarizing your research interests, career goals, and motivation to join in my lab 2) potential start date 3) a CV 4) contact information of two references 符合資格之人選將採Skype 英文面試。 聯絡人：山田昌史 Masashi Yamada 聯絡電話：06-3032280 #216 聯絡地址：台南市歸仁區歸仁13路一段100號 https://abrc.sinica.edu.tw/facultyE/?id=masyamad

和健公司【徵】現場工作人員 (薪水23800起，具堆高機證照佳) 若有意應徵，歡迎來電預約或親洽~~ 親 洽： 高雄市仁武區鳳仁路314-1號 電 洽： 07-3714011

1. 協助安裝、維修建築物或室外之給水與排水系統。 2. 協助安裝、維修建築物之電線管路與用電設備。 3. 協助安裝、維修及配置照明設備。 4. 協助水電、消防、給排水代工。 5. 配合現場領班,工作分配與機動性調度。 💥水電學徒是一個有前途的職業，隨著建築業的發展，對水電工程師和技術人員的需求也越來越高！ 💥作為一個水電學徒，你將有機會接受實踐和學習的機會，並在未來的職業生涯中成為一名優秀的水電工程師或技術人員！ 💥如果您對這個職位感興趣並符合要求，請聯繫0972-891330(賴小姐)，期待您的加入！

保障薪資+優渥的銷售獎金+勞．健．團保+年節獎金+各項補助 +提供完整訓練 + 絕佳的『升遷』機會 ！『時勢造英雄』， 歡迎您加入，一起共創未來。 【工作內容】: 1.商品銷售與陳列管理。 2.客戶服務與管理。 3.門市營運管理。 4.人員訓練與工作指導。 5.偶爾須配合支援資訊展等活動。 6.業績獎金及其他獎金另計。 7.月休9~11天。

1. 機械零件及機械組裝作業。 2. 具備識圖能力。 3. 具使用平面磨床、操作天車、堆高機、車床銑床、修改工件、校正儀器經驗 。 4. 與其他部門人員進行溝通協調，以符合生產及程序標準。 5. 需能配合加班。 6. 會電腦尤佳。 7. 會開普通小貨車尤佳。 8. 具基本機械概念及工具者使用方法者佳。

1.根據原安裝圖重新組裝已修復設備，並對其進行測試 2.依據系統圖或電機圖進行設備的維修，更換零件或按裝新的控制器 3.一般建築物的供水與消防給水管路的簡單基本設計、施工與維護，含污水、排水系統 4.按照藍圖進行高低壓配電線路施工、電路維修及電器設備安裝 5.照明燈具、開關插座安裝、火警消防設備安裝、UPS不斷電設備安裝

1.參與模具製作、加工、組立、送樣及試模工作。 2.負責模具的維修及保養作業。 3.有連續模經驗尤佳 。 4.需配合加班

1.塑膠瓶包裝和毛邊整修

負責各類傳感器、儀表及量測設備之研發設計 開發與整合自動控制器系統 進行類比與數位電路設計、驗證與除錯 撰寫與優化單晶片（MCU）韌體程式 與跨部門合作，推動產品從設計到量產 分析問題並提出技術解決方案，提升產品穩定性與效能

1. 產品改善及疑難排除。 2. 分析數據統計紀錄。 3. 產品標準規範的建立。 4. 維護實驗室設備、藥品、樣品及檢驗文件。 5. 主管交辦事項。

主要使用軟體CAD,REVIT 1. 協助工地施工圖、竣工圖繪製及修正 2. 二次配管工程圖面衝突檢討 3. 配合標案建置3D模型、BIM專案執行 4.有REVIT相關上課時數證明者佳(無上課者可) 5.若無相關時數證明，公司會協助提供培訓 6. 配合主管交辦事項。 無經驗者可從學徒開始學起，另有專人指導教學。(底薪37,000元) 福利相關: 一、備有宿舍可提供給外地求職者居住。 二、不定期國內、國外員工旅遊。 三、按照勞基法相關規定。 四、外派至其它地區皆另撥發外派津貼及免費宿舍。 五、享三節禮金(或禮品)

1. Deep Learning & AI Security 2. Optimization algorithms 3. (Multimedia) Signal Processing 4. Security and Privacy for Multimedia and Networks 【應徵資格/條件】 1. 博士or碩士畢皆可 2. 數學,資訊,電機相關科系 【參考網站】http://www.iis.sinica.edu.tw/~lcs 【應徵方式】email or 電話聯絡：lcs@iis.sinica.edu.tw

研究、程式撰寫、實驗、系統開發、論文撰寫與投稿、技術教學、其他研究相關事項 實驗室研究主題： 1. LLM架構分析、微調、應用開發、安全對應、蒸餾 2. 假新聞與新聞素養相關 3. 運動科技相關 4. RAG 相關 5. LLM Impersonate、個性化與情感激發 實驗室與業界合作緊密，有機會進行實務開發，並使用業界資料與資源。 薪資：學士38388元起薪，碩士44968元起薪，該職缺係「適用勞動基準法」 獎助生依本院獎助學金支給要點發放獎助學金 執行計畫或表現優秀另發獎金 【應徵資格/條件】兼任：大學生以上、專任：學士畢以上；就讀或畢業於資訊工程系或生物資訊背景相關科系，個性積極，有NLP或AI或ML背景，規劃出國深造佳，必須會寫程式。

此角色需配合現場節奏與班別制度運作，適合能在穩定流程與清楚規範下，踏實執行並累積專業價值的人。 1.執行設備簡易保養工作 2.設備點檢使設備正常稼動 3.其他上級交辦事項

工作內容： 植物抗病基因之基因調控。研究工具為分子生物學技術，例如：DNA、RNA 萃取、PCR、Western blot、免疫沈澱法、載體之構築、啟動子活性測試等。 應徵資格： (1) 生物相關（如生科、植物、植病、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。有植物分子生物技術經驗者，或是植物遺傳工程經驗者優先錄取。 (3) 有能力直接閱讀英文論文（不須透過翻譯轉體或AI）。 待遇： 依中研院工作酬金支給標準規定 (碩士44,968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。

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」