語意及語音邊緣AI機器學習(Edge AI on Chip/MCU/OS)嵌入式韌體/晶片/系統軟硬整合經驗佳

具有語音/語意AI演算法在Chip/MCU或Edge Device作業系統上之嵌入式韌體或嵌入式系統相關開發經驗或科系背景者，歡迎投遞履歷面談：

一、語意語音AI嵌入式系統(AI on OS)
1.開發適用於邊緣終端裝置之輕量型自然語意/語音演算法，能於邊緣端直接進行自然語意聲控互動快速回應。
2.能於Edge Device作業系統(Linux/Windows/Mac/Android/iOS/ROS等) ，如PC/NB/手機/平板/智慧音箱/數位看板/各式Kiosk機台/Robot或樹梅派/Arduino，開發AI自然語意/語音聲控互動應用程式軟體及與第三方軟硬體系統整合經驗。

二、語意語音AI嵌入式韌體(AI on Chip)
1.以Tiny ML將語意/語音演算法以韌體嵌入Edge端之MCU/IC，可直接於晶片上進行AI推論運算。
2.熟悉Wearable/Hearable/智慧載具/3C家電/玩具等語音聲控晶片/FPGA/Arduino/Raspberry Pi或其他載板/機板之AI語音/語意演算法韌體開發，並與其他周邊元件進行整合之相關專長經驗

三、語意語音AIoT智慧物聯網
於公有雲或私有雲開設CPU&GPU的Docker/VM，建立具有深度學習訓練與推論能力之語意語音雲智慧，於雲與端之間建立AIoT架構，將Client或Edge AI推論回應收集的語料數據回送cloud進行retrain後，將優化後的新模型重新派送至Edge/Client更新AI。

相關專長經驗：
1.需具有以ML/Rule-based在邊緣端AI on OS或AI on Chip建立中文華語(繁中/簡中)語意語音演算法之能力經驗，若具有英語文等外語語意語音演算法之設計與邊緣端裝置與韌體嵌入能力經驗者更佳。
2.具有NLU/NLP或STT/TTS演算法在Tensorflow/Keras/PyTorch等DL類神經架構模型於邊緣終端裝置MCU Chip之coding編碼實現能力經驗。