Cake Job Search

職位說明 負責影像辨識模型的訓練與推論能力，提供 Host System 決策依據，但不具最終裁定 權。 工作內容 • 訓練與調校 YOLO v12 模型 • 影像資料前處理與標註 • 推論效能與準確度優化 • 與 Host 系統整合推論結果

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。

職缺名稱：AI 工程師（AI Engineer - 影像辨識 NLP） 職缺描述 在 NexRetail 擔任 AI 工程師，你將負責開發 影像辨識（Computer Vision）與自然語言處理（NLP） 的 AI 模型，並與工程師、數據科學家、後端團隊協作，將 AI 技術應用於 智慧零售、商業數據分析、虛擬助理、邊緣運算設備 等領域。我們的技術已獲 日本 KDDI、JcDecaux 等國際企業採用，並正快速拓展全球市場。 如果你熱愛 AI 技術，並希望在 影像辨識、語言模型、邊緣運算加速 領域發揮影響力，這將是你的最佳機會！ 🚀 你將參與的核心開發項目 📸 影像辨識（Computer Vision）：開發 AI 影像辨識模型，分析人流、顧客行為、商品識別🗣 自然語言處理（NLP）：開發語言模型（LLM），提升 AI 虛擬助理的理解與回應能力⚡ AI 模型加速（TensorRT）：針對邊緣設備優化 AI 模型，提升推論速度與效能🛍 智慧零售 AI 應用：將 AI 技術落地應用於 智慧 Kiosk、數據分析平台、廣告投放 💡 關於 NexRetail 研發團隊 我們不只是 AI 團隊，而是 智慧零售 AI 領導者！✅ 數據驅動決策，將 AI 與電腦視覺技術應用於智慧零售領域✅ 技術創新導向，整合 影像辨識、NLP、AI 加速，打造全球級 AI 解決方案✅ 國際合作機會，可參與 Nvidia GTC、CES、VivaTech 等全球科技研討會 在這裡，你將與頂尖 AI 工程師、數據科學家、後端開發者合作，共同開發智慧零售的未來！ 📌 擔任這個職位，你會…… 開發與優化 AI 影像辨識模型（人流分析、物件識別、動作偵測）開發 NLP 語言模型（LLM），應用於 AI 虛擬助理與語音處理使用 PyTorch 訓練與部署 AI 模型，確保高效能與可擴展性使用 TensorRT 進行 AI 模型加速，提升邊緣設備推論速度與後端團隊合作，將 AI 模型整合至後端 API 與雲端架構 🔧 技術棧（Tech Stack） 深度學習框架：PyTorch、TensorFlow、ONNXAI 加速：TensorRT、CUDA、cuDNN影像辨識技術：OpenCV、YOLO、DeepSORTNLP 技術：Hugging Face Transformers、BERT、LLM後端技術（加分）：FastAPI、Flask、Django程式語言：Python、C++（加分）雲端與邊緣運算：Docker、Kubernetes、AWS / GCP / Azure數據處理：Kafka、Redis、PostgreSQL ✅ 我們希望你具備的條件 2 年以上 AI / 深度學習相關開發經驗（影像辨識或 NLP 方向）熟悉 PyTorch，能訓練、微調並部署 AI 模型熟悉 TensorRT，能夠優化 AI 模型推論速度與效能具備 影像辨識（Computer Vision） 或 NLP（語言模型） 開發經驗具備 AI 模型部署經驗（雲端 / 邊緣運算）良好的溝通能力，能與後端、前端、數據團隊高效協作 ✨ 加分條件 具備 C++ 開發能力，可用於高效能 AI 模型優化熟悉 後端開發（FastAPI / Flask / Django），能獨立開發 AI 服務 API有 LLM（大型語言模型） 訓練、微調經驗（如 GPT、BERT）熟悉 邊緣運算 AI 優化（NVIDIA Jetson / Qualcomm AI SoC）具備 大規模 AI 模型優化與壓縮經驗（Pruning、Quantization） 🚀 為什麼加入 NexRetail？ 💡 AI + 零售技術的領導者：與全球頂尖 AI 企業合作，推動智慧零售發展🌍 國際市場機會：與 日本 KDDI、JcDecaux 合作，技術應用全球落地📈 發展潛力無限：團隊正在快速擴展，提供技術領導與管理職涯發展機會 如果你想要在 影像辨識 + 語言模型 AI 領域發揮影響力，這裡將是你的最佳選擇！👉 加入我們，一起打造智慧零售新時代！ 🚀

📋 崗位職責 桌面端應用開發：負責基於 Rust 的桌面端應用程式（跨平台 Windows/macOS/Linux）的核心架構設計、端到端開發與長期維護。 AI 模型整合與優化：負責將圖像/視訊識別模型（如 YOLO、OpenCV 基底模型等）整合至 Rust 應用中，優化推理（Inference）速度、記憶體佔用與 CPU/GPU 資源調度。 介面與效能優化：與 UI/UX 設計師配合，精準實作流暢的互動介面；針對視訊串流處理、跨執行緒資料傳輸進行極致的效能調優。 程式碼品質把關：編寫高品質、高安全性的 Rust 代碼，維護自動化測試（單元測試、整合測試），並參與團隊的 Code Review。

公司簡介 我們正在協助一間具國際市場布局的技術型新創團隊招募關鍵人才。 團隊專注於結合 Cloud、AI 與 Edge 技術，打造具規模化潛力的產品與系統解決方案，服務海外市場。 目前正處於從 0 到 1 的快速發展階段， 擁有穩定資金支持與充足資源，同時保有新創的速度與彈性。 團隊規模精實、決策快速，工程師能實際參與架構設計與產品落地， 與資深技術領導者密切合作，影響技術方向與產品發展。 🔍 你會做的事• 將 AI 模型部署到 Edge（YOLO / AI inference）• 設計 IoT 通訊架構（MQTT / LoRa / RF / Satellite）• 建構低延遲即時決策系統• 處理 SLAM / sensor fusion / navigation• 與 AI、Data、系統團隊密切合作 💡 為什麼值得看 • 高技術密度（Edge AI × IoT × Autonomous）• 真實場景部署，不只是 PoC• 團隊精實、決策快、影響力大• 技術導向文化，能參與核心系統設計