Cake Job Search

About the Role We’re looking for a Senior AI Algorithm Engineer with a strong background in image processing and vision-language AI. You will lead the design and optimization of cutting-edge computer vision and inference algorithms, with applications spanning color analysis, image stitching, and multimodal understanding. This role requires hands-on experience in deep learning, cloud deployment, and production-level AI integration. You’ll also work with frameworks such as NVIDIA NeMo and deploy AI services using NIM to cloud platforms like GCP and AWS, with Kubernetes for orchestration. What You’ll Do Design and implement deep learning models for image processing, object detection, and anomaly detectionDevelop models for color recognition, color classification, and image-based feature analysis Fine-tune or integrate Large Language Models (LLMs) for vision-language tasks such as captioning, semantic search, and classification Optimize models for accuracy, inference speed, and resource efficiency Deploy and scale model services on GCP / AWS using Kubernetes (K8s) Utilize NVIDIA NeMo to train and deploy LLMs or VLMs, and package models into lightweight Docker containers served via NIM architectureCollaborate closely with product, frontend, and backend teams to integrate AI features into real-world applications

【關於我們：賦予鋼鐵智慧的靈魂】 我們是位於台中大里的前瞻技術新創團隊，背後擁有三鋒機器集團的強力資源挹注。 不同於傳統自動化設備，我們專注於開發**「具備動態平衡與自主移動能力」**的次世代機器人。我們的目標不是打造軀殼，而是開發最強大的「小腦」——讓機器人能像生物一樣靈活運作，適應真實世界的複雜物理環境。 【你的任務：打造機器人的小腦】 你將是賦予機器人「運動能力」的關鍵人物。我們已經準備好高性能的硬體載具，你需要透過數學與程式碼，解決多軸協調與動態平衡的難題： 核心運動控制開發：設計並實作全身運動控制 (Whole-Body Control, WBC) 演算法，協調多個關節的力矩輸出，確保機器人在動態環境下的穩定性。開發模型預測控制 (Model Predictive Control, MPC)，進行即時軌跡優化，解決非線性系統的控制問題。狀態估測與感測器融合 (State Estimation)：利用卡爾曼濾波 (Kalman Filter) 融合 IMU、編碼器 (Encoder) 與力感測器數據，精準估算機器人的姿態、速度與接觸狀態。物理模擬與驗證：在物理引擎 (如 MuJoCo, Gazebo, Isaac Gym) 中建立機器人動力學模型 (URDF/MJCF)，進行演算法驗證與參數調校 (Sim-to-Real)。系統整合與效能優化：將演算法部署至嵌入式電腦 (如 Jetson/x86)，優化 C++ 程式碼以滿足 1kHz (1ms) 的即時控制迴路需求。

【主要工作內容】一、WCS 產品架構設計與技術主導二、演算法設計與優化，需具備開發或主導下列至少一類演算法：•任務派發與調度•儲位最佳化•系統效能模型三、軟體開發與程式碼品質維護•使用 C#/.NET 開發 WCS 模組、演算法模組與系統框架。•主導 Code Review、架構標準制定、模組化重構。•建立 Unit Test、CI/CD 流程、Logging、Monitoring、Observability。四、設備與物流整合•了解物流現場流程（出入庫、揀貨、補貨、盤點、任務優先權）。•整合 AMR、ASRS、輸送線、PLC 設備之 API / 通訊協定。•能與硬體/AI/機電團隊合作，處理跨設備控制邏輯。五、團隊管理與跨部門合作•帶領 3–10 人軟體團隊（後端、控制、演算法）。•與 PM、硬體、AI 團隊共同規劃產品 Roadmap、技術 Milestone。•推動 Agile / Scrum 技術文化。【必要條件】•8+ 年軟體開發經驗，3+ 年架構或主管經驗。•熟悉 .NET / C#、分散式系統、API 設計、微服務架構。•熟悉 MIP、OR-Tools、Heuristic、A*、Scheduling、Routing 等任一類演算法。•熟悉倉儲流程、物流設備、WCS/WMS 整合概念。•具備高併發、高可用系統開發經驗（優化 10k+ events/sec 更佳）。【加分條件】•實作過 WCS、WMS、FMS、MES 或大型 OT 整合系統。•有 AMR/AGV Routing、ASRS Scheduling、Conveyor Flow Control 實務經驗。•熟悉 gRPC / Kafka / Kubernetes / Docker。•有 Simulation、數學最佳化、AI/ML 加速經驗優先。•具備跨國團隊溝通經驗（日本/美國/東南亞）。【我們期待的夥伴】•對物流自動化、演算法、AI、設備整合高度熱情。•具強邏輯與問題分析能力。•主動負責、能快速適應不確定環境。•善於跨部門溝通並推動產品落地。

「台達研究院」(Delta Research Center, DRC)成立於2013年，為台達集團總部研發單位，除致力於大數據分析及物聯網應用與解決方案的開發與整合，加速企業轉型成功，也積極與產官學研生態體系協作，以開放創新模式，創造多贏生態圈。2022年台達研究院進入下一階段，專注於研發台達下下世代(next-next-generation)產品或解決方案之前瞻技術。 在「台達研究院」之下，團隊專注在模擬最佳化、機器人演算法、數位孿生建模與應用，發展具商業價值的AI應用與解決方案。 本職缺主要工作內容: 1. 研究、設計、改良與開發最佳化演算法，提供合適的解決方案和服務 2. 運用最佳化與人工智慧技術包括(但不限於以下):  模擬最佳化 Simulation-based Optimization  作業研究 Operations research  元啟發式演算法 Metaheuristic  強化學習 Reinforcement Learning 3. 涵蓋的應用問題包括(但不限於以下):  智能設計 Smart Design  路徑規劃 Path Planning  產能配置 Capacity Planning  生產排程 Production Scheduling  參數最佳化 Parameter Optimization 4. 跨功能與跨部門之溝通合作與專案管理

1.實作監督式/非監督式 AI 模型2.開發影像視覺 AI 應用3.開發數值異常監控 AI 演算法4.實作 AI 晶圓手臂強化式學習5.演算法/模型優化6.協助 AI 其他半導體領域應用7.部門間溝通協調1.熟悉 Python 程式語言2.具備任一深度學習框架經驗 (PyTorch、Keras, etc)3.統計分析/機器學習/深度學習 相關經驗4.獨立研究國外論文並實作 SOTA AI 模型5.具備調校模型能力6.團隊協作技能，熟 git 版本控制7.具有分析解決問題以及溝通能力8.數學/資工/電腦科學相關科系佳9.熟悉 C#、ML.NET 加分10.具有機器人控制/影像辨識/生成式AI經驗加分11.具有半導體設備經驗加分

【你的任務：決戰 1ms 的控制週期】 你將負責打造機器人的即時運算平台與通訊架構。 你的敵人是「延遲 (Latency)」。你需要確保上層的運動演算法 (MPC/WBC) 能在 1kHz (1000Hz) 的頻率下穩定運行，並將指令精準地透過 EtherCAT 傳送到全身的關節模組。 【工作內容 (Responsibilities)】 即時系統開發 (Real-time System Optimization)：在嵌入式平台 (x86/Jetson) 上建置與優化 Real-time Linux (PREEMPT_RT) 或 Xenomai 核心。進行系統效能調校，消除 Context Switch 與 ISR 造成的 Jitter，確保控制迴路的「硬即時 (Hard Real-time)」性能。機器人軟體架構設計 (Software Architecture)：基於 ROS 2 (Robot Operating System) 設計高效率的節點通訊架構。調校 DDS (Data Distribution Service) 參數（如 FastDDS / CycloneDDS），優化進程間通訊 (IPC) 的頻寬與延遲。硬體抽象層開發 (HAL Driver)：開發與整合 EtherCAT Master (如 SOEM / EtherLab)，負責與底層伺服驅動器、IMU 感測器進行高速通訊。設計硬體抽象層 (HAL)，讓上層演算法與底層硬體解耦，提升系統的可移植性。DevOps 與系統整合：導入 Docker / Container 技術進行環境控管。建立 CI/CD 流程，確保程式碼品質與版本部署的穩定性。

「台達研究院」(Delta Research Center, DRC)成立於2013年，為台達集團總部研發單位，除致力於大數據分析及物聯網應用與解決方案的開發與整合，加速企業轉型成功，也積極與產官學研生態體系協作，以開放創新模式，創造多贏生態圈。2022年台達研究院進入下一階段，專注於研發台達下下世代(next-next-generation)產品或解決方案之前瞻技術。 在「台達研究院」之下，團隊專注在模擬最佳化、機器人演算法、數位孿生建模與應用，發展具商業價值的AI應用與解決方案。 本職缺主要工作內容: 1. 以機器學習、深度學習、統計與作業研究等技術，分析內外部客戶資料，提供合適的解決方案 2. 研究與開發人工智慧之演算法、應用和服務 3. 設計、協助及管理資料分析及最佳化專案、培訓等業務推動 4. 參與Smart Design, Smart Manufacturing/智慧製造, 節能最佳化等產業轉型專案。 你/妳將會應用資料分析技術於以下3個類別的問題 1. Smart Design * PCB layout optimization * Carrier Design * Simulation Automation * Design Parameter Optimization 2. Smart Manufacturing * Image Processing * Visual Positioning * LLM-based Application * Digital Twin Simulation * Path planning * Machine Parameter Optimization * Factory Layout/Logistic Optimization 3. Energy Saving * Time Series Analysis * Cooling Strategy Optimization

【你的任務：訓練機器人的虛擬大腦】 你將負責機器人控制最前沿的領域：Deep Reinforcement Learning (DRL)。 你的工作場域不在工廠，而在物理模擬器 (Physics Simulator) 中。你需要設計獎勵函數 (Reward Function)，讓機器人在虛擬世界中學會對抗地心引力、適應崎嶇地形，並成功將這套「大腦」移植到真實的機器人身上。 【工作內容 (Responsibilities)】 強化學習演算法開發：設計並訓練基於學習的運動控制策略 (Learning-based Locomotion Policy)，使用 PPO (Proximal Policy Optimization) 或 SAC 等演算法，讓機器人自主學會平衡與移動。物理模擬環境建置：熟練操作高效能物理引擎（如 NVIDIA Isaac Gym, MuJoCo, Bullet），搭建多樣化的地形與動態干擾場景，進行大規模並行訓練 (Massively Parallel Training)。Sim-to-Real 遷移技術：解決「模擬」與「現實」的鴻溝 (Reality Gap)。運用 Domain Randomization (域隨機化) 與 System Identification 技術，確保虛擬訓練的策略能強健地運行在真實硬體上。整合與優化：將訓練好的神經網路模型 (Inference Model) 部署至邊緣運算裝置 (Jetson/Orin)，並與底層控制迴路 (Low-level Control) 進行整合。

「台達研究院」於2013年成立，2013年至2021年為DRC的第一階段 (DRC 1.0)，主要任務在研發讓台達的營運作業流程、IT服務和產品製造流程進行數位轉型所需的技術。2022年開始DRC進入第二階段 (DRC 2.0)，將專注於研發台達下下世代 (next-next-generation) 產品或全新產品線之前瞻技術。 本職缺主要工作內容: 1. 嵌入式電池管理系統軟體開發 2. 控制系統狀態估測模型建立、等效電路模型建立 3. 電池狀態演算法

【 AI 與電池演算法開發 】 • 應用機器學習/深度學習技術於電池狀態估測（SOC、SOH、SOP、壽命預測）。 • 進行異常檢測與健康診斷，提升電池安全性與可靠度。 • 透過大數據分析，優化能量管理與均衡策略。 【 嵌入式系統開發 】 • 將 AI 模型壓縮並部署至 MCU/DSP，實現即時推論。 • 使用 C/C++ 進行嵌入式軟體開發，整合 RTOS 或裸機系統。 • 優化程式效能與資源使用，確保系統穩定性。 【 通訊協定與系統整合 】 • 開發 CAN / LIN 通訊模組，確保 BMS 與車載系統正確互通。 • 實作診斷協定（UDS、J1939），支援故障碼管理 (DTC)。 • 與硬體團隊合作進行系統整合與 Debug。 【 測試與驗證 】 • 使用 HIL (Hardware-in-the-Loop) / SIL (Software-in-the-Loop) 平台進行驗證。 • 撰寫單元測試與整合測試，確保 AI 模型與嵌入式系統表現符合規格。 • 撰寫技術文件（需求規格、設計說明、驗證報告）。