研究發展類-機器學習工程師(Machine Learning Engineer)

我們正在尋找一位富有創新精神且實戰經驗豐富的資深機器學習工程師，加入我們快速成長的 AMR (Autonomous Mobile Robot) 部門。 您將深入參與 Sim2Real (模擬到現實) 的關鍵實踐，運用 NVIDIA Omniverse 等先進的虛擬模擬環境，高效地生成大規模且高品質的訓練數據，並將在虛擬世界中訓練出的高效模型，精準且穩健地應用到實際的機器人操作環境中，有效解決 Sim2Real 的挑戰。我們期待您不僅具備深厚的電腦視覺與強化學習理論基礎，更能將理論知識轉化為實際解決方案，持續迭代優化模型效能。若您熱衷於將人工智慧技術從實驗室帶入現實世界，並渴望透過機器學習賦予機器人真正的智慧與自主性，我們誠摯邀請您加入這個充滿挑戰與成就感的團隊。 

1.模型開發與優化： 設計、開發、訓練和部署用於影像辨識和強化學習的機器學習模型，以提升 AMR 的感知、決策和控制能力。

2.數據處理： 負責機器學習所需的數據收集、清洗、標註和擴增。 

3.Sim2Real 實踐： 與 ROS 工程師密切合作，利用 Omniverse 等模擬環境生成訓練數據，並將模擬中訓練出的模型有效轉移到實際機器人平台，解決 Sim2Real gap。 

4.效能評估： 評估模型效能，並進行迭代優化，確保模型在實際環境中的穩健性和準確性。 

5.研究與探索： 追蹤機器學習和機器人領域的最新研究成果，探索並引入新技術以解決實際問題。 

6.與跨部門團隊合作，共同推動產品和業務目標的實現 

7.執行主管交辦事項與專案

工作經歷 :3年以上

學歷要求:大學、碩士

科系要求:資訊工程相關、數學及電算機科學學科類

語文條件 : -- 聽 /中等、說 /中等、讀 /中等、寫 /中等

擅長工具:Linux、Python、PyTorch、tensorflow

工作技能:機器學習、深度學習、演算法設計

其他條件

1.學術背景：相關領域的學經歷，如資訊工程、數學、統計學、相關實務經驗等。

2.機器學習經驗： 至少 3 年以上機器學習模型開發、訓練和部署的實務經驗，特別是在影像辨識和強化學習領域。

3.程式語言： 精通 Python，並熟悉至少一種深度學習框架（如 TensorFlow, PyTorch）。

4.影像處理： 具備豐富的電腦視覺和影像處理知識，熟悉各種影像辨識演算法（例如物件偵測、影像分割、姿態估計等）。

5.強化學習： 深入理解強化學習的原理和演算法（如 DQN, PPO, SAC 等），並有實際應用經驗。