求職議題專區
1.需有服務熱誠及高度警覺性.門禁管制.住戶的訪客及廠商須通報確認登記 2.社區安全維護管理、保障住戶生命和財產安全 3.記錄住戶反應事項回報 4.日常巡邏或照社區要求進行交管 5.信件包裹管理及收發、門禁設置、智慧型住宅人臉辨識設置,學習能力強
1. 巡邏建築物與周遭環境,確保社區安全。 2. 回應警報器並且調查引起警鈴的原因。 3. 保護被保全之人或物的安全。 4. 包裹收發、門禁設置、智慧型住宅人臉辨識系統設置(學習能力強)
彰化花壇/台中烏日區日班保全
1. 程式變更/良率管理/工程需求。 2. 客訴異常管理。 3. 日管項目規劃與執行。 4. 人力資源調配整合。
1. 擬定課內目標、計劃及預算,執行業務日常管理並定期檢討執行結果。 2. 督導及審核產品管理系統之規劃、導入及運作。 3. 推動與整合產品管理相關標準化及精進專案。 4. 適時預防及處理課內作業的異常及分析課內業務提出改善方案。
此角色在關鍵工作內容上需承擔專業判斷與結果責任,適合能在清楚標準下持續精進、並為專業輸出負責的人。 1.確認生產線異常處理(三現/ 材料處置) 2.處理客戶抱怨案件,並追蹤改善對策有效性 3.進行品質資料蒐集統計分析,推動品質持續改善 4.執行定期性品質及客戶預稽核,並追蹤對策有效性。
此角色在關鍵工作內容上需承擔專業判斷與結果責任,適合能在清楚標準下持續精進、並為專業輸出負責的人。 1.確認生產線異常處理(三現/ 材料處置) 2.處理客戶抱怨案件,並追蹤改善對策有效性 3.進行品質資料蒐集統計分析,推動品質持續改善 4.執行定期性品質及客戶預稽核,並追蹤對策有效性。
1.建檔-PDM/MK/Map/ERP產品資訊建立 2.建檔-Q-time/ Material self life time 設定 (AB only) 3.PDM/MK/Map/ERP 產品資訊變更維護
1.產品開發-執行工程活動MAP產出需求 2.異常處理-調查MAP異常原因及執行異常處置 3.異常處理-提出MAP異常原因及解決方案 4.生產-執行生產批INK DIE 需求
1.透過公司全方位訓練,依技能進行職務分配 2.協助公司員工訓練諮詢 3.安排人員調度、監督管理 4.管理基層員工 5.開發公司業務
說明: 1.招募職務:病房助理員(全職) 2.工作時段:需配合輪值三班(非固定假日休假),休假依勞基法規定,班別依單位作業 需求排定 3.招募人數:數名 4.工作地點:林口長庚紀念醫院(桃園巿龜山區) 5.工作內容: (1)執行臨床相關之庶務性工作 (2)協助護理人員進行非專業性護理工作 6.學歷要求:國中(含)以上畢業 7.科系限制:不限 8.薪資福利:29,500元至33,400元(績效獎金另計),通過考核後薪資另行調整。 9.報名期限:即日期至2027年6月23日24:00截止 10.甄試日期:依公告日期甄試 11.甄試項目: (1)項目:筆試、口試各50%,均需達60分以上 (2)範圍:醫院常見問題處理相關概念。(筆試請自備立可白及原子筆應試) 12.招募聯絡人:護理部聶孝萱護理師,聯絡電話:(03)3281200轉5221 13.院區地址:桃園市龜山區復興街五號 注意事項: 1.本院一律採用長庚全球資訊網內之人才招募/行攻人員招募,線上登錄履歷資料 (https://www.cgmh.org.tw/tw/Systems/RecruitInfo/4),存檔前請務必再確認資 料正確性,敬請於履歷查詢畫面確認已登錄完成。並於招募期限內自行列印下載書 面履歷表、應徵人員個人資料蒐集告知條款及同意書、學歷及證書查核授權同意書 並備齊資料(詳附件),靜候本院網路甄試公告應試者名單。 2.本院審查報名資格後,於本院網路公告甄試人員名單、甄試時間、甄試地點等資訊, 請密切關注甄試名單及注意事項。 3.審核未通過者,將不另行通知。 4.如有相關問題,請於上班時間(W1~5 08:00~17:00)電洽上述招募聯絡人。 長庚醫療財團法人 敬啟
* 負責雲端AI Server伺服器的相關工作 1. 進料驗收及單據入庫作業。 2. 收料入庫及規劃儲位,呆滯料整理提報。 3. 盤點及物料保存管理。 4. 協助物料配發。 5. 作業區環境整理、清潔維護作業。 6. 主管交辦事項。 [其他條件] 工作內容需領料, 點料, 非文書處理類型 • 計畫介紹: • 實習期間: 即日起-2027/6 (長期實習) • 職缺內容: 實習生 (在學學生) • 實習薪資: 時薪(一週3天以上),優於基本工資
1. Lead NPI project planning and execution, managing schedules, milestones, and deliverables from concept through mass production 2. Coordinate with hardware, mechanical, software, packaging, and manufacturing partners to ensure alignment with project timelines and early access / mass production plans 3. Own and maintain project schedules, clearly defining milestones, dependencies, and critical paths 4. Track action items, monitor project progress, identify risks, and proactively troubleshoot and escalate issues as needed 5. Act as a bridge between R&D, regional sales, planning, and logistics teams, incorporating beta customer feedback into product planning.
1.專案管理與客戶對應溝通,客戶技術窗口與規格對接 2.跨部門技術資源整合 (R&R 協調) 3.實驗室就緒度與物料管控 (Lab Readiness) 4.專案時程變更控管與風險評估
1.主導新產品系統設計與研發流程,跨單位協調整合(包含機構、電子、熱、電源等)。 2.負責產品開發階段的設計審查(Review)、Issue 解決與客戶溝通協調。 3.進行3D System Placement & Interference Check,確保整體設計可行性。 4.提供並維護開發階段的設計文件(Proposal / Digital BOM / E-BOM / SiS / Check List / DRM 等)。 5.參與產品規格制定、風險評估及跨部門技術決策。
★工作地安排:工作地於高雄大寮,視專案及產品會有國內外出差需求★ 歡迎有志者一同加入! 1.管理生產品質檢驗 2.負責現場的4M變更管理 3.不合格品管理 4.統計製程管制 5.糾正與預防措施管理 6.主管交辦事項
1. 負責 AI Server / GPU Server 平台整體系統架構規劃與設計。 2. 規劃 AI Rack (or AI Cluster) 架構,包含 compute、network、power 與 cooling integration。 3. 協助高功耗 AI Server thermal 與 power architecture 設計,包含 liquid cooling、rack power density、PSU/BBU 等。 4. 協助 CSP/Hyperscaler 等客戶進行技術討論、需求分析與 solution customization。 5. 評估新世代 AI Infrastructure 技術與 roadmap,包含 CXL、UEC、Optical Interconnect、Rack-scale Architecture 等。 6. 須與外國客戶直接溝通, 具備英文聽說讀寫能力。
1. 設計支援多GPU/AI Server的 AC/DC、DC/DC電源架構。 2. 與AI Server/x86硬體、製造、品質部門協作,確保設計可製造性與量產穩定性。 3. 撰寫技術文件、專利,培訓新進工程師與內部團隊。
技術支援與客戶服務 提供客戶產品選型、應用架構與技術諮詢 協助客戶解決產品導入、測試、除錯與量產問題 撰寫應用說明、技術文件、測試報告與解決方案建議 業務支援與專案推動 與業務人員共同拜訪客戶,進行技術簡報與產品展示 協助業務評估客戶需求,提出客製化技術方案 支援專案導入流程,確保專案進度與技術可行性 市場與產品回饋 蒐集客戶應用需求與市場資訊,回饋至產品/研發單位 協助分析競品技術與市場趨勢 參與新產品導入(NPI)與推廣活動 跨部門合作 與研發、產品管理、品質與供應鏈部門密切合作
(一)職務核心目的 負責工廠智能化辨識演算法研發與落地,解決傳統規則式視覺無法處理的複雜瑕疵、隨機性缺陷、難檢測場景,支撐產線高階智能化升級。 (二)主要工作內容 1. 針對廠區難檢測瑕疵(微刮傷、髒污、色差、變形、混料)開發 AI 辨識演算法 2. 負責影像數據標註、數據清洗、模型訓練、迭代優化與場景落地驗證 3. 將訓練完成的 AI 模型與廠區現有視覺設備、自動化機台對接整合 4. 持續優化模型準確率、泛化能力,解決新機種、新瑕疵的辨識失效問題 5. 建立廠區 AI 視覺數據庫、模型版本管理機制 6. 協助視覺工程師處理高難度檢測場景,共同完成良率提升與專案落地 (三)必備專業能力 1. 熟悉機器學習 / 深度學習視覺演算法,熟 CNN、影像分類、物件偵測、瑕疵分割模型 2. 具備 Python 開發能力,熟悉 Pytorch/TensorFlow 任一框架 3. 完整經歷「數據標註→訓練→測試→落地優化」完整 AI 專案流程 4. 可獨立分析模型誤判原因,透過數據迭代、參數調整提升辨識精度 5. 熟悉工廠現場場景,能針對產線光影變化、產品公差差異做模型優化