Cake Job Search

開發與實作 生成式 AI 與影像辨識模型，用於產品瑕疵生成（Stable Diffusion、ControlNet、GAN 及其變體）、資料擴增與品質檢測。應用與微調 影像辨識／表徵學習模型（如 YOLO、CLIP、DINOv3 等新型開源模型）。進行 大型模型（ViT、LLM）Fine-tuning、模型建置、調校與效能優化。建立 資料清理、特徵工程、模型訓練與評估流程，持續提升模型穩定性與準確度。規劃並實作 RAG（檢索增強生成）架構，整合向量資料庫與 LLM。開發與維護 AI 模型服務 API，並與 WPF 前端及其他系統整合。進行 AI 技術與學術文獻研究，將研究成果應用於實務專案。使用 Docker、Git 進行部署與版本控管，配合主管交辦事項與團隊合作。依專案需求配合國外出差（一年約 1--3 次，每次約 3--4 週），參與專案導入、系統部署、模型調校或跨部門協作。其他主管交辦事項，並與團隊密切合作完成專案目標。必備條件3 年以上 AI／機器學習／深度學習 相關工作經驗，熟悉python、C#。熟悉 TensorFlow、PyTorch、Keras 等深度學習框架。熟悉 影像辨識模型與演算法，具 YOLO、CLIP、DINO（含新版本）等實作或應用經驗。具備 生成式模型（GAN 及其變體、Stable Diffusion、ControlNet）實務經驗，並理解模型底層原理。熟悉 Hugging Face 生態系（Transformers、PEFT、Datasets、Tokenizers）。有使用 PEFT 技術經驗（如 LoRA、QLoRA、Prefix Tuning 等），能在有限 GPU 資源下進行有效訓練與調校。了解 Fine-tuning 對模型效能、泛化能力與推論成本的影響，並能依量產需求進行權衡與最佳化。具備 RAG 架構、Prompt Engineering、向量搜尋與任一向量資料庫 經驗。具備 API 開發經驗，熟悉 Docker、Git。具備 數據清理、特徵工程、模型評估與效能優化能力。具良好溝通能力，可獨立作業並進行團隊合作。加分條件曾參與 產品瑕疵檢測、工業影像或製造業 AI 專案。具 影像生成＋影像辨識混合應用 經驗（如生成資料輔助訓練）。具 論文閱讀與模型重現（Reproduction）經驗。具 WPF 前端開發 或 AI 系統整合經驗。曾參與 AI 相關研究、技術分享或開源專案。具 對比學習（Contrastive Learning） 應用經驗（如 Self-Supervised Learning、Representation Learning）。有使用 StableDiffusion WebUI、ComfyUI經驗。

設計與實作 LLM 微調（Fine-Tuning）流程，並根據實務應用需求進行模型優化運用 HuggingFace、LoRA、QLoRA、Deepspeed 等工具對 Transformer 架構進行調校建構與維護資料前處理與 Tokenization pipeline，支援中文與多語環境下的 NLP 任務撰寫並執行模型評估流程（BLEU / ROUGE / EM / Retrieval-based Precision 等）部署並持續優化已訓練模型於雲端環境中的表現與穩定性與產品開發團隊協作，提供技術建議與最佳實作，落地 AI 解決方案

建構與維護 AI 應用微服務架構，使用 FastAPI、Pydantic、SQLAlchemy 等技術堆疊整合 OpenAI API、HuggingFace 模型與內部 LLM 推論流程，開發彈性可擴展的 inference pipeline與資料科學家合作，協助 AI 模型部署與效能最佳化使用 Docker 與 K8s 建立容器化部署流程，實現 DevOps 自動化與多環境可遷移性實作 CI/CD pipeline（GitHub Actions、Terraform 等），佈署至 GCP/AWS 等雲端平台設計穩定與高可用的 RESTful API / event-driven 架構，提供高品質產品對外服務介面參與跨部門產品設計與開發週期，實現 AI 功能與用戶需求之間的最佳整合