交大專區

1.冷凍空調與熱流相關實驗設計與架設 2.計算流體力學(CFD)分析與熱傳模型建立 3.研讀與彙整冷凍空調與熱流相關技術文獻與專利

1.能源管理控制策略設計 2.智慧化控制系統整合等

1.機電控制，使用微控制器應用於嵌入式系統。 2.使用C語言、Python語言與機器學習工具。 3.採用機器學習工具分析機電系統數據，並應用於機電控制。

1. 建立免疫細胞生產及分析方法。 2. 建立外泌體生產及分析方法。 3. 協助細胞/外泌體相關技術商品化。 4. 協助解決使用者遭遇困難。 此職位旨在建立具國際競爭力之技術門檻，並推進商品化

主要負責： 一、奈微米磁性粒子製備 製備各類奈米與微米級磁性粒子，以滿足不同生醫應用的需求。 二、高分子合成 合成高分子及混成材料，以滿足不同生醫應用的需求。 三、材料表面改質與生物分子修飾 材料表面官能化及生物分子修飾，如蛋白質、抗體或核酸等進行生醫應用。 四、材料保存與分析 針對特定生醫應用，建立材料保存及分析方法，以評估其安全性、有效性、以及安定性。 我們徵求富有熱忱、具創新思維、並能獨立作業的夥伴加入我們的團隊。如果你具有材料科學或化學等相關背景，並對材料應用於細胞/外泌體市場充滿興趣，歡迎申請此副研究員一職。

工業技術研究院綠能所潔淨暨乾燥系統研究室招募空調技術研究員，主要負責以下四項工作： 1. 空調系統相關技術研發：從事新式空調設備之性能測試、耗能量計算及節能改善方案研究，以提升國內空調產業競爭力 2. 清淨空氣與除濕技術創新：執行清淨空氣與除濕系統研發專案，包含元件設計、原型機製造和性能驗證，促進健康舒適生活環境 3. 空調設備效率提升與標準化制定：研究空調主機及組件的高效節能技術，並參與相關國際標準組織活動，推動國內空調產業標準化發展 4. 技術移轉與產業輔導：協助政府和企業落實綠色科技政策，將研究所成果技轉給國內廠家，促進產學合作共榮，並培育空調相關領域人才 透過此職位的發布，我們期望延攬優秀研究員加入本院，共同推動空調技術及潔淨暨乾燥系統之研發進步，為全球節能減碳貢獻力量。

1. AI 模型開發程式撰寫與訓練 2. 資料處理與特徵工程 3. API 與系統整合 4. 研究新技術與工具 ※暑期實習、應屆畢業生可討論 ※投遞履歷時請備註您預計可報到時間 ※優勢： (1)先期與業界接軌，由資深同仁帶領專案。 (2)表現優異者可延長實習或優先預聘。 (3)提前了解產業與職場預做準備。

1. 半導體晶圓的光學檢測技術研發及系統開發。 2. 光學鏡片的光學檢測技術研發及系統開發。 3. 光學檢測服務。

1. 儲能設備設計、開發及測試，整合電機控制系統與自動化技術。 2. 新穎能源技術與前瞻性儲能方案開發。 3. 提供客戶技術支援與諮詢服務。

擬參與計畫及工作內容： 1.協助建立免疫細胞生產及分析方法。 2.協助建立外泌體生產及分析方法。 3.視實驗需求可配合彈性加班。 此職位旨在建立具國際競爭力之技術門檻，並推進商品化。

執行工具機相關精度檢測作業： 1. 進行三軸、四軸及五軸車床/銑床的精度量測。 2. 利用雷射干涉儀進行線性（單軸、多軸及對角線）、循圓與旋轉軸的精度檢測。 3. 進行靜態幾何量測以確認工具機的空間位置與姿態。 4. 應用IBS 5軸同步量測技術執行檢測。 5. 應用LION主軸迴轉精度與溫升熱變形分析儀執行檢測。 6. 量測資料分析、報表輸出及TAF管理系統驗證。

1.資料處理與分析應用：進行電力系統相關資料之整理、清洗與分析，包括系統模型資料、量測資料及模擬結果，支援研究分析、技術報告撰寫與成果展示 2.電力系統模型建置與驗證：利用數學軟體與程式語言建構電力網路模型，進行多元情境的模擬分析，確保模型的合理性與準確性 3.電力潮流及穩定度分析：執行電力系統負載潮流計算、短路故障分析及電壓／穩定度評估等工作，支援電力工程相關技術研究與開發 4.自動化模擬與程式開發：開發電力系統模擬分析之自動化程式與工具，整合電力系統軟體、資料庫與程式語言，以提升大量情境分析、參數掃描與研究效率 5.配電系統電力議題研析：研析配電系統在電壓控制、保護協調、功率品質及系統可靠度等相關電力議題，提出技術分析結果與改善建議

1.電力供需模型建置與維護：協助建立、更新與維護電力供需評估模型，涵蓋發發電結構、負載成長、再生能源與儲能要素，支援電力系統規劃與能源政策研析 2.電力供需情境模擬與結果分析：針對不同能源轉型、電力需求成長、極端氣候與政策假設條件，進行電力供需情境模擬，並執行模型結果合理性檢核與比較分析與風險評估，並提出分析結論與建議 3.國際電力調度與技術規範研析：蒐集與研析國際電力調度機制及相關技術與法規規範（如Grid Code、併網技術要求等），作為國內制度設計與供需模型建構之參考 4.電力系統分析報告與學術成果撰寫：撰寫各式電力供需與系統分析技術報告、研究成果文件，並參與期刊論文或研討會論文之撰寫與投稿，協助研究成果對外發表

1.電力設備運轉與維護數據統計分析：蒐集、整理與分析電力設備之運轉、維修與保養相關資料，進行設備故障率及維修頻率等統計分析，支援設備運維策略與管理決策 2.電力設備狀態分析：依據設備維運資料、歷史運轉紀錄及檢測結果，進行電力設備狀態分析，研析設備劣化趨勢與潛在風險，協助建立狀態導向維護（CBM）或預防性維護之分析方法 3.電力設備故障診斷與原因研析：針對電力設備故障案例，進行故障型態分類與根因分析，支援故障診斷或分析流程之建立，並提出改善建議以降低重複故障發生風險 4.數據分析模型與工具開發：運用統計分析、資料探勘或機器學習方法，開發電力設備運維數據分析模型與工具，以提升設備狀態判識與故障預警能力

1.執行固態胺碳捕捉技術研發，包含吸附劑製備、材料改質及二氧化碳吸脫附性能測試 2.規劃與建置固態胺碳捕捉系統，整合吸附模組與操作條件，支援技術放大與實證應用 3.設計碳捕捉系統實驗流程，執行整體效能測試與評估，分析捕捉效率與能耗表現

【技術落地 × 客戶需求 × 記憶體元件製程整合，工作內容簡介如下】 1. 鐵電 / 電阻式記憶體元件製程整合（BEOL，0.18 μm） • 負責 FeRAM / RRAM 元件之中後段製程整合 • 建立並優化 process window，兼顧元件效能、製程穩定度與可重現性 • 深度分析 in-line 與電性數據，將實驗結果轉化為可落地的製程方案 2. 客戶與產業合作專案技術對接 • 參與與實質產業（晶圓廠／IC 設計單位）之合作計畫 • 協助理解客戶規格、應用情境與製程限制，進行技術可行性評估 • 將元件特性與製程能力轉譯為可對外溝通的技術內容（spec / report / risk assessment） 3. ALD / PVD 製程模組與設備理解 • 支援 ALD 或 PVD 製程模組 • 深入理解設備狀態、製程參數與電性／結構量測結果間的關聯 • 透過實驗設計與資料比對，提升製程一致性與可靠度 4. 跨單位協作與問題解決 • 與製程、量測、分析、設計及外部合作夥伴進行技術討論 ________________________________________ 加分條件（具備以下經驗者尤佳） • 具 IV / CV / Pulse-IV 等電性量測與分析經驗 • 熟悉中後段 layout 概念，曾使用 Calibre / Laker / HSPICE • 具 CP 測試經驗，曾撰寫或修改 Advantest 量測程式 • 理解 DRC / LVS / XRC 等 IC 設計驗證流程 • 具 RRAM / FeRAM / FeFET 相關研究或實務經驗 • 熟悉 TEM / FIB / SEM / XPS / EBSD / TKD 等分析技術，並能實際回饋改善製程 ________________________________________ 職務特色 • 技術深度：需能理解元件和整合深度、製程機制與量測意義 • 客戶導向：技術成果需能回應客戶需求與規格限制 • 技術落地：研究結果需轉化為可執行、可驗證、可交付的製程方案 • 適合希望技術能實際影響產品、產線與合作夥伴決策的團隊夥伴 ________________________________________ 我們期待這樣的您 • 對先進記憶體元件有技術熱情，也願意承擔專案責任 • 能在技術深度與實際限制之間做判斷與取捨 • 願意與客戶與合作夥伴溝通，將技術轉化為影響力

工研院為廣納多元人才，特別規劃原住民徵才專區，歡迎具原住民身分的您一起加入工研院大家庭！ 維持國家長度標準，成為頂尖技術團隊的夥伴！工作項目包括： 1. 長度量測系統(端點、刻線、角度、幾何與形貌)維持及精進。 2. 執行長度校正系統校正與研發。 3. 量測系統軟硬體優化及整合。 4. 協助技術服務與推廣，爭取業界合作計畫。 ※本職缺依據原住民族工作權保障法，如非具備該身分者，請前往其他職務應徵。 ※屬『定額僱用』員額，歡迎或優先僱用『原住民』，以盡法定義務。

【工作內容】 1.生質原料合成高分子樹脂 2.低碳環氧複合材料研究 3.無人載具特用塗料開發 4.塗膜物化性檢測與高分子材料分析 【研究室簡介】 本研究室專注於開發環保與高性能塗料技術，致力於提升材料應用價值與永續發展。以綠色化學為核心，推動塗料、樹脂等材料的創新應用，協助產業實現節能減碳與產品升級 【亮點技術】 1.高效隔熱塗料研發技術 2.環保防蝕塗料創新應用 3.低碳功能性樹脂開發技術 【工研院材化所~熱情招募中】 我們擁有充足的研發資源，打造菁英研發環境，鼓勵創新求變，豐富技術視野 熱情邀請具材料/化學/化工/電機等專業能力的你加入，展開研發菁英旅程 #綠色科技 #淨零碳排 #永續環境

1. 生理訊號資料處理與分析 - 負責腦波（EEG）、心電（ECG）、肌電（EMG）、呼吸、心率變異（HRV）、皮膚電反應（EDA）等訊號的前處理（濾波、去噪、特徵擷取）。 - 建立生理訊號資料標註流程與品質控管機制。 2. AI／ML 模型開發 - 針對生理訊號開發分類、預測、異常偵測、狀態辨識等模型（例如壓力分析、疲勞偵測、專注度評估）。 - 使用深度學習（CNN、RNN、Transformer 等）進行時序訊號模型訓練與最佳化。 - 持續追蹤並導入最新 Signal Processing & AI 演算法。 3. 系統整合與模組開發 - 配合軟韌體工程師整合感測器資料流（BLE / WiFi / edge device）。 - 開發可部署於 Edge AI 或雲端的訊號分析模組（Python/CPP）。 - 與後端工程師合作串接 API，確保模型可落地於產品或平台。 4. 跨部門協作 - 與產品、設計、臨床/運動科學、硬體團隊合作，定義生理數據需求與功能規格。

本實習以「系統效能觀察、問題分析與驗證」為主軸，協助團隊在自動駕駛/機器人系統情境下，於Linux與ROS 2環境建立可重現的測試流程並整理量測結果，支援日常工程驗證與效能問題釐清。 1. 協助執行效能量測與結果整理，彙整常用指標（如 latency、jitter、deadline相關現象）。 2. 協助從現象、log 與系統資源狀態整理線索，提出可驗證的假設與檢查方向。 3. 協助建立可重現的測試/驗證流程：步驟整理、環境檢查、設定與結果記錄，使結果可重現、可比較。 4. 協助ROS 2環境的整合測試與功能驗證，整理重現步驟與回報資訊。 5. 協助整理文件（README/SOP/簡易 troubleshooting），讓他人可依文件完成操作與驗證。