資深 AI 辨識工程師

1. 開發超低解析度物件辨識模型，資料解析度為 5×5 或更低；
2. 探索以統計特徵、空間分佈、時序變化、或信號向量等方式之辨識模型；
3. 解析觸控感測器原始資料，進行掌形重建、觸摸物件辨識等；
4. 解析 IMU 感測器資料，進行行為與動作辨識等；
5. 設計在高雜訊環境之高容錯的資料過濾與特徵分離模型；
6. 將模型以 C 或 C++ 實作為可嵌入模組，支援低記憶體、高即時性系統；
7. 建立輕量辨識模型，並佈署至 NPU、EDGE 等相關架構；
8. 與 IC 和驅動團隊合作，將辨識模組整合至量產專案；
9. 進行模型輕量化、統計特徵可視化、與異常資料分類；
10. 撰寫模型報告與技術文件，追蹤效能指標（如辨識率、延遲、記憶體占用）。