Cari Lowongan

1. Assist in defining project scope and objectives, engaging all relevant stakeholders to ensure technical feasibility.2. Develop actionable project schedules and lead scrum team members to deliver projects on time and within scope.3. Ensure clear and consistent communication of project updates and their impact on development progress to stakeholders.4. Coordinate with Engineering, Product, Business Development, Marketing, and Customer Success teams to clarify project priorities, timelines, and resource allocation.5. Identify and manage project risks, escalating issues to stakeholders as necessary.6. Enhance current processes to improve team efficiency.

Key Responsibilities:1.Design, develop, and maintain scalable and efficient backend services to support NLU workflows.2. Integrate and optimize vector databases for storing and querying embeddings.3. Develop APIs and services to expose NLU capabilities to other systems and applications.4. Ensure data pipelines and backend services meet performance, security, and scalability requirements.5. Research and implement best practices for integrating LLMs and vector databases into backend architectures.

[About the Role]We are looking for talented AI/ML engineers to help build, evaluate, and optimize next-generation AI systems. In this role, you will design and improve machine learning pipelines, fine-tune large language models, develop generative AI applications, and contribute to the research and engineering workflows that power real-world AI deployments. This is a highly technical role ideal for engineers who enjoy solving complex ML problems, working with modern AI architectures, and pushing the boundaries of model performance and capability. [What You’ll Do]As an AI/ML LLM Engineer, you will:• Build, train, and optimize machine learning models, including LLMs and multimodal models.• Develop and maintain ML pipelines, including data preprocessing, training, inference, monitoring, and performance optimization.• Fine-tune LLMs for downstream tasks and design evaluation strategies to measure progress.• Implement RAG (Retrieval-Augmented Generation) systems using vector databases and orchestration frameworks.• Collaborate with cross-functional teams to design user-facing AI features and integrate models into production workflows.• Conduct research explorations, benchmark different architectures, and experiment with new methods from recent papers.• Build and deploy scalable ML services using Python-based frameworks, cloud platforms, and containerization tools.• Document engineering decisions, model behavior, experiments, and results clearly.

建構與優化機器學習模型: 運用多維度運動數據（如賽事數據、球員表現），開發球員薪資計算、表現預測等核心模型，並持續進行優化。 支援產品與行銷決策: 深入分析用戶行為與市場趨勢，提供數據洞察，協助產品團隊優化功能、支援行銷團隊制定精準策略。 整合生成式 AI 應用: 導入並開發生成式 AI 功能，例如自動化產出運動新聞與球員動態，豐富產品內容。 提升內部數據工作流程效率: 運用 AI 技術優化資料處理、分析與建模的流程，提升團隊整體開發效率。

晧飛思（Heph A.I Studios）是一家專注於 AIGC（AI 生成內容）的創新公司， 致力於打造 數字人（Digital Human）、語音互動（Speech AI）、虛擬主持人（AI Host）、智慧櫃檯（Smart Concierge）、AI 虛擬助理 等新世代 AI 產品。 我們相信未來的人機互動，不只要即時、自然，更要能帶來情感連結。 後端團隊在這當中扮演核心角色：串接大型語言模型（LLM）、影音流處理、推論系統部署、API 設計與效能優化。 我們正在尋找一位 能主導 AIGC 應用後端架構與效能優化的資深 Backend 工程師，負責設計高效、穩定、可擴展的 AI 應用服務，並與 AI 研究與產品團隊協作，打造高互動性的語音與數字人體驗。

Our Product Vulcan is a cybersecurity solution specifically designed for GenAI, offering two core services: Red Team (vulnerability assessment) and Blue Team (real-time defense). It ensures GenAI compliance, cybersecurity robustness, and operational integrity. Since its official launch in 2024, Vulcan has been recognized by the international standard-setting organization OWASP as a certified vendor for LLM GenAI security testing and assessment. It is one of the few solutions capable of supporting multiple Asian languages (Traditional Chinese, Simplified Chinese, Japanese, Korean, Thai) and Standard Arabic.Learn more about us 👉 Vulcan product: https://vulcanlab.ai/Vulcan LinkedIn: https://www.linkedin.com/company/vulcanlab-ai/AIFT group: https://aift.io/Tech Blog: https://medium.com/onedegree-tech-blogAbout the roleWe are looking for a talented Machine Learning Engineer to join our Product Core Engineering team. You will be responsible for building and optimizing machine learning workflows that directly power our AI-driven products. This role focuses on the full lifecycle of model development — from training and fine-tuning to deployment and monitoring — ensuring robust and efficient ML systems at scale. Why Join Us?Product Impact: Your work will be directly embedded in our core AI products, shaping user experience and product capabilities.Engineering Excellence: Be part of a team that values high-quality engineering, reproducibility, and scalability.Innovation: Opportunity to experiment with cutting-edge ML and GenAI technologies in production settings.Collaboration: Work alongside backend, platform, and product teams in a highly collaborative environment.Competitive Package: Receive attractive compensation and benefits aligned with your skills and performance. Key Responsibilities Model Development: Design and implement training processes for machine learning classifiers and generative models.Fine-tuning Prompting: Adapt pre-trained models to specific product needs through fine-tuning, prompt engineering, and parameter optimization.Hyperparameter Management: Configure and tune hyperparameters to balance accuracy, robustness, and performance.Pipeline Engineering: Build scalable training and evaluation pipelines to support continuous experimentation.Integration: Collaborate with backend and product engineers to deploy models into production systems.Monitoring Maintenance: Establish monitoring metrics and retraining strategies to maintain model performance in dynamic environments. -

友達高雄軟體解決方案研發中心誠摯邀請您加入，一起成為下一代 AI 技術的關鍵推手！ 我們正在尋找一位 Senior Agentic AI Engineer，與我們頂尖的 AI 團隊攜手打造企業級 Agentic AI 環境/平台，將最新的 AI 技術真正落地。 若您也希望可以待在高雄發展，並把握AI浪潮的前沿技術，歡迎應徵與我們進一步聯繫！ 【工作內容】 1. 企業級 Agentic AI 系統開發與優化負責建置與優化 Agentic AI 平台核心模組，包括使用者上下文管理、長短期記憶體管理機制、工具調用引擎（Tool Calling Engine）及跨模組協作流程。 2. RAG 與知識庫模組研發設計與優化檢索流程（chunking、embedding、retriever），包含 query rewrite、context construction、prompt engineering 等技術，提升跨領域知識召回與回答品質。 3. Agentic AI 系統前後端整合與 API 開發參與平台後端服務、API（REST/SSE/WebSocket）實作與優化，並與前端（Vue/React）協作，完成使用者可視化 Agent 開發環境與平台整合。 4. LLM 問答結果評估機制設計規劃與建立 LLM 回答品質的評估流程，包括自動化測試集、指標設計（faithfulness、consistency、retrieval quality）、模型行為監控與迭代改善機制。

國內最大化妝品使用心得及排行榜綜合網站@cosme Taiwan(前身UrCosme,2004年創建)在台營運20年，為國內消費者找尋化妝品使用心得及排行榜綜合資訊的主流網站，隸屬於日本上市公司集團istyle Inc.。除日本、台灣外，在香港、大陸、韓國、美國等地，亦有集團旗下化妝品社群/電商/零售等相關事業營運。 網路產業隨著科技的不停進步，許多新技術不斷創新，加上AI重塑了工程師的日常工作樣貌，利用AI協作，大幅提高工作效率，而「整合應用」則成為了新一代工程師的必備能力，學習各式工具並透過排列組合，優化/解決當前遇到的各式問題。 為維運@cosme TW、@cosme HK及整體Global平台系統，技術研發主要分成三部分： Ruby on Rails網站相關技術：利用ROR、HTML、JS、CSS持續開發網站功能。大數據相關技術：利用MongoDB自行開發Data Management Platform，並應用於數據分析、廣告投放、個人化推薦、OneID辨識等地方。AI相關技術：導入LLM應用於@cosme平台，啟動AI賦能，將現行服務+AI。

【職務說明 What will you do】1. 生成式AI、機器學習、深度學習或統計分析模型專案開發。2. 配合數據技術發展目標，研究與實作可落地應用之新型態數據模型技術，包含大語言模型(LLM)、機器學習(ML)、深度學習(DL)等。3. 推動業務場景AI賦能，建立GenAI技術輔助各類型銀行需求使用，包含RAG架構流程、向量知識庫取用、Prompt Eng.設計等。4. 協助數據轉型，規劃從需求痛點到落地應用之end-to-end的數據解決方案。5. 當負責之數據服務被設定為"不能中斷"之服務等級，則需配合維運團隊於非上班時段on call以便即時處理問題，確保服務穩定。

【關於 Pinkoi Data Squad】我們是 Pinkoi 的資料團隊，其目標為打造有效的數據平台，同時確保資料的品質與穩定性，讓資料在 Pinkoi 發揮最大的價值。Data Engineer 將與 Business Analyst／ML Engineer 緊密合作，透過數據探索問題、規劃後續的 Data Pipeline（資料管線） 實作，並提供 End-to-end 的 Data Solution，以擴展公司各部門的數據分析能力，並完善整體商業智慧系統。你需要負責的工作內容與產品、行銷、廣告等分析師與商業團隊合作，理解需求並規劃合適的 Data Pipeline。設計、實作與維護 ETL/ELT 流程，確保資料品質、穩定性與新鮮度。建立與優化資料模型，支援報表、分析與機器學習等多種場景。持續迭代並優化資料基礎建設，提升可擴展性與維運效率。建立監控與告警機制，確保 Pipeline 成功率與資料 SLA。我們希望你有的經驗跟特質對 Big Data 和 Data-driven engineering 有極大的熱情。瞭解 ETL 或 ELT 的流程，並具備 Data Modeling 跟開發 Data Pipeline 的能力。具備與產品 / 行銷團隊合作的經驗，並可與商業分析師、資料工程師，以及機器學習工程師協同合作。樂於學習最新的技術，隨時充實自我的專業技能。對大型語言模型（LLM）保持開放與好奇，願意學習並嘗試將其應用於資料工程工作（如：資料清理、欄位補全、文件生成、自動化測試），以探索新工具如何提升效率與使用者體驗。應徵條件數學 / 統計 / 資訊 / 資料科學相關科系畢業，或具備同等專業能力。一年以上數據分析或數據工程相關工作經驗。熟悉 Python、Scala、Java 等任何一種程式語言，Pinkoi 主要用 Python。熟悉 GNU/Linux 系統，Pinkoi 用 Ubuntu。熟悉關聯式資料庫的運用，例如 MySQL。加分條件熟悉廣告歸因邏輯，或具備相關數據處理經驗。具備使用者行為數據處理經驗。具有操作或架設 BI 工具的相關經驗。如 Superset、Tableau、Looker Studio，Pinkoi 使用 Superset 和 Redash。具有分散式運算的相關知識，例如 Spark、Hadoop、Hive 等一種或多種相關技術，Pinkoi 主要用 PySpark。熟悉雲端服務，例如 AWS Athena、S3、Glue，GCP BigQuery 等，Pinkoi 主要用 AWS。了解 dbt 的基礎架構和應用方式，如建立資料模型、撰寫測試、建立巨集等等。有將 LLM 應用於資料工程場景的經驗，例如規則抽取、欄位對齊與補全、文件／Data Catalog 生成、資料品質檢查等。＃不用想了，趕快來當個 Pinkoi 人如果你有信心能夠勝任這份工作，歡迎提供你的個人履歷與小作業，即刻應徵！