CakeResume Job Search

公司介紹： 我們是 一間跨國的AI 轉型解決方案供應商 ，使命是「AI 賦能」，讓客戶能夠以AI 為核心來達成事業轉型、加速、及創造新商業模式的目標。公司提供以AI 驅動的雲端服務及行銷科技，協助企業

助臨床專科醫師進行醫療診斷，提高醫療決策的效率和準確性。 主要產品： 協助醫療院所建立醫療AI解決架構與應用。 提供AI發展諮詢顧問服務。 提供醫療AI診斷全解決方案。 建立醫療AI服務平台

To transform healthcare through AI & SaaS. Utilizing deep technologies in Natural Language Processing, Computer Vision, Machine Learning, and Data Analytics, we build and deploy secured solutions that improve the quality of care, increase accessibility, and reduce costs. We have deployed our solutions in over 20 hospitals in Taiwan and plan to expand our services in Singapore and the region. 以人工智能雲端服務 (SaaS) 為核心， 幫助台灣產

are many people who lose their lives. We want to provide quality medical care to them. By using AI, we are providing a way to diagnose diseases rapidly on-site and in early stage! Our company are providing medical equipment with embedded AIs in worldwide such as a mobile X-ray machine! Right now, we are saving many people’s lives using our AI-embedded medical equipment. 【JD】 Development/Deployment of AI Model 1. Managing

合作與知識分享 ★ 從客戶觀點出發的同理心 ★ 對技術保持熱情和好奇心 【您的任務】 ★ 參與各大AI專案，解決集團流程痛點，翻轉集團作業效率 ★ 使用統計或機器學習、深度學習等方法，找出適合

VectorDb，GraphDB的經驗 。 5、注重細節並著重閱讀和寫作能力。 6 、熟悉Python和資料工具，如Pandas，Matplotlib，Numpy。 7、廣泛的端到端機器學習管道活動，包括框架AI問題，資料探勘/重構/收集/修復/探索，模型開發/評估，模型

架的經驗，例如VLLM、 Ex-llama、 llama.cpp。 5、使用 Docker、Kubernetes 、Triton Inference Server 或 TensorRT的經驗。 6、高容量、模型服務和量化的經驗。 7、AI 模型的產品級部署經驗。 8、測試AI模型性能（質量，延遲，負載處理）的經驗。 9、AI模型優化、容器化、部

We are looking for a creative and passionate Machine Learning (ML) / Deep Learning (DL) Intern to join Roku TV team. You will be tasked to explore Picture Quality (PQ) improvements using AI in a resource constraint environment. Roku is pushing the limits in all directions, and PQ is one of these. This role is for a 12-week Summer 2024 Internship based in Taiwan. Learning end-to-end pipeline right from model development to deployment

性。 【 關於Authme 】 Authme是提供數位身分認證服務的公司，我們十分重視使用者體驗與用戶隱私，致力於運用AI影像防偽技術等打造出最安全、有效且便利的驗證服務。我們期待能與Authme團隊擁有相同信念的

新創社群公司 資料分析（領域資料洞悉、特徵選擇、資料前處理等） 機器學習或其他相關演算法開發, 維運 機器學習模型改善以及效能調校 開發以及部署高度可擴展的機器學習模型 使用資料整合