【新竹】智慧製造AI工程師 (Smart Manufacturing AI Engineer)

1. 規劃並執行廠內AI導入專案，含需求釐清、資料蒐集、模型開發與上線部署
2. 開發與維護機器學習／深度學習模型，應用於良率預測、設備異常偵測、影像瑕疵檢測等場域
3. 建立與維護資料蒐集、清洗、標註及特徵工程流程
4. 模型訓練、驗證、調參與效能優化，並產出模型評估報告
5. 將AI模型整合至產線系統或既有MES/SCADA平台，進行API開發與系統串接
6. 模型上線後之監控、再訓練與版本管理
7. 與製程、設備、資訊部門協同合作，將AI技術落地為具體產能或品質改善
8. 撰寫技術文件、模型說明手冊，並進行內部教育訓練
9. 其他主管交辦事項

必備擅長工具

程式語言與開發框架
● Python（必要）：NumPy、Pandas、Scikit-learn
● 深度學習框架：PyTorch 或 TensorFlow／Keras
● SQL：資料庫查詢與資料萃取

機器學習／深度學習技術
● 監督式／非監督式學習、集成學習（Ensemble Learning）
● 電腦視覺（CV）：影像分類、瑕疵檢測、物件偵測
● 時間序列分析：設備異常偵測、預測性維護（Predictive Maintenance）
● 大型語言模型（LLM）應用：Prompt Engineering、RAG檢索增強生成

資料工程與MLOps工具
● 資料處理與ETL流程：Airflow、Spark
● 模型版本控管與實驗追蹤：MLflow、Git／GitHub
● 容器化與部署：Docker、Kubernetes
● 雲端平台經驗：AWS、Azure、GCP或地端GPU伺服器管理

視覺化與協作工具
● 資料視覺化：Matplotlib、Tableau、Power BI
● 專案協作：Jira、Confluence、Notion

核心工作技能

● 問題定義與場域理解能力：能將產線／製程問題轉化為明確的資料科學問題
● 端到端模型開發能力：從資料蒐集、前處理、建模到部署皆可獨立完成
● 系統整合能力：能將AI模型與既有廠務系統（MES、SCADA、ERP）串接
● 溝通與跨部門協作能力：能與製程、設備、IT等非AI背景同仁清楚溝通技術限制與效益
● 持續學習能力：能快速掌握生成式AI、新興模型架構等技術趨勢並評估導入可行性
● 成效量化能力：能以具體指標（良率提升、稼動率、成本節省）呈現AI專案效益