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。
5 years of experience required
No management responsibility