仁寶電腦集團全球化運營與永續經營，持續追求成長與創新，積極進行數位化與AI人工智能轉型，延攬同時具備業界實務經驗與學術連結能力的AI人工智能專家。我們提供您在AI職涯發展上的3項資源與優勢：
- 應用場域與豐富數據：我們深信AI必須是從實務場域與數據中不斷學習淬煉，讓您能廣泛且持續鑽研企業完整價值鏈的作業與決策全歷程大數據；
- 實踐價值與創造生態：我們強調5E的歷程與結果「工程-演進-證據-體驗-生態」(Engineering-Evolution-Evidence-Experience-Ecosystem)，引領您親身經歷從「水平通用型AI」轉化為「垂直利基型AI」的實踐過程；
- 資源整合的連結平台：我們全力由R&D(Research & Development)邁向C&D(Connect & Development)，協助您快速有效連結三個層次的AI研發資源：全球智能、專案智能、與算法智能。
工作內容
- 與AI方案設計師合作，向價值鏈各領域決策/管理/現場人員交流學習，理解其組織願景/管理目標/作業流程/經驗法則/作業痛點/效能評估/價值定位/成就需求，共同討論並定義出能持續提升領域人員能力與附加價值的AI應用議題與對應技術。
- 以實際案例為基礎，與AI方案設計師及領域專家進行深入調研，充分掌握案例相關之人理/事理/物理，並收集散佈於相關資訊系統/人員/設備的案例過程全記錄數據，以確實理解案例現狀的決策歷程，並初步展現與評估AI應用於此案例的可行性與價值。
- 建立端對端(End-to-End) AI分析流程「數據收集-數據處理-特徵工程-模型訓練-模型推論-決策建議-人機協作-行動體驗-視覺呈現」的系統化工程與快速的POC(Proof of Concept)方案驗證。
- 與數據工程師合作，整合運用先進資訊技術/認知運算技術/物聯網技術，建立企業AI下水道工程，收集散佈於相關資訊系統/人員/設備的各類型大數據。
- 與平台工程師合作，將端對端資料分析流程與服務布建於分散式運算工業互聯網平台，達到分享重用、彈性組建、與運算資源動態優化的目的。
- 與設備(或辦公)自動化工程師合作，提供模型推論的運算服務，實現數據驅動機器人(或辦公代理人)的自動化(或人機協同)決策行動。
- 協同領域專家與AI方案設計師，系統化持續收集與整理實際發生案例，建立可分享重用的「案例庫/專家庫/知識庫/算法庫/模型庫」，不斷提升作業程序的整體效能與用戶體驗。
職能要求
- 傾聽：真誠傾聽、感受、與理解各領域人士經驗與需求，能體貼且持續耐心溝通，並且不畏困難，逐步釐清界定各議題核心的關鍵問題。
- 學習：「由外而內」廣泛連結與學習網路公開的AI資源，主動參與各種資料科學學會組織；「由內而外」深入持恆探究，不斷進行抽象化歸納/假設推理/決策驗證，持續形成對外溝通的各面向議題與對應解決方案之整體觀念架構。
- 卓越：勇於持續挑戰極致，以「提升客戶體驗」與「產生商業價值」為最高信念；深信數據是資產，不斷進行案例收集/深入解析/找出期望落差/提出對策方案/具體行動，進而形成自我驅動的閉環優化(closed-loop optimization)。
- 專業技能：
(A) 具備統計分析與建模能力、且有3年以上的演算法設計與程式開發經驗；
(B) 有機器學習與深度學習等相關應用開發經驗，如影像辨識/語音辨識/自然語言分析/語意理解/物聯網IoT時間序列分析等實作技術，並運用於智能製造/智能行銷/智能辦公等場域；
(C) 能將資料分析流程與演算法進行系統化工程與表達，有效進行各模型版本的管理，並持續追蹤對應至各案例資料的效能表現。
5. 加分技能：
(A) 具備實驗設計(Design of Experiment, DoE)/離散事件模擬(Discrete Event Simulation)/啟發式最佳化(Heuristic Optimization)/現代控制理論(Modern Control Theory)相關知識經驗；
(B) 有設計思維(Design Thinking)/軟體工程/知識工程(知識本體論Ontology)相關經驗；
(C) 熟悉Git Flow開發流程；
(D) 熟悉C++、Java、或Python編程語言；
(E) 有SQL/NoSQL/NewSQL相關經驗；
(F) 具有Linux(Ubuntu) 環境下開發的經驗，有RESTful API / Micro-Service，Docker，及大數據技術(如Hadoop、Spark、Solr/ES)相關知識經驗。
