CakeResume Job Search

【What to expect】 Here at iKala, we are developing new algorithm and data pipeline which powers business decision in marketing and in-house analytic platform. You will cowork with teams of working in Machine Learning, Data Acquisition, Data Scientist and Data Analysis to develop or optimize algorithm on large scale multi-modal data. 【What you will be doing】 1. Develop in house multilingual NLP models ( Chinese, English, Japanese ) 2. Tuning and optimize algorithm to handle

【職務情況說明】 Return Helper為跨境電商逆物流服務商， 自行開發倉儲逆物流/退貨平台系統提供台灣及全球賣家使用，讓退貨方式及倉儲管理更便利。 因應內部系統新功能開發、更新、維護等與日俱增

零售等相關事業營運。主要客戶包含全球化妝品領導品牌及集團，如：台灣萊雅集團、雅詩蘭黛集團、LVMH集團、資生堂集團…等國際性品牌公司。網站： https://www.cosme.net.tw/ 我們秉持「以消費者為中心

#### 主要職責 參與後台系統開發工作，確保代碼質量和系統性能。 研究學習前後端、LLM 新技術，並分享與團隊分享研究成果。 #### 職位要求 對技術和系統優化具有熱情。 對語言模型（LLM）技術

本團隊主要的工作是將海量數據進行收集與前置處理，提供後續LLM、機器學習、深度學習及統計分析等技術應用在AI產品、智能製造領域以及利用data-driven方式輔助企業決策。 在AI產品部分，運用收集

DevOps四大領域，經過幾年的經驗累積，已在公司內部建立了許多成功的案例及數據分析系統。 工作項目： 系統架構設計 微服務開發 model應用 技能: model inference(torch,tf,onnx,huggingface,LLM...etc) knowhow system(docker, k8s) database sql/nosql(mongodb) python restful server

1. 深入研究大型語言模型（LLM），找到最佳的應用方法解決特定領域問題。 2. 利用現有工具（如Llama3、langchain）並結合不同套件，開發公司產品所需的AI功能。 3. 持續追蹤最新的AI論文和技術，評估其在實

使用經驗。 5. 熟悉其中一門架構Bert、Attention、Transformer、 decoder ONLY、Vocoder、Unsupervised Learning、K means比較。 6. 熟悉資料處理比重調整、跑過模型預訓練、TOKEN 性質調整 STREAMIN、DUMMY、 QUANTIZATION、CONTEXT WINDOW 、調整LLM SERVING、向量相識度搜尋、RAG資料解鎖、Self-RAG、ATTENTION 調整: PAGED ATTENTION、 WINDOW ATTENTION。

1、開發經驗數據分析，特別是LLM和多模式基礎模型。 2、使用深度學習框架，如TensorFlow和PyTorch的經驗。 3、使用RAG，SelfRAG，VectorDb，GraphDB的經驗。 4、使用LLM優化框架的經驗，例如VLLM、 Ex-llama、 llama.cpp。 5、使用 Docker、Kubernetes 、Triton Inference Server 或 TensorRT的經驗。 6

Research and evaluate different AI and Deep learning approaches to determine the most effective solutions for given problems Design AI and LLM system pipelines, leveraging libraries like PyTorch, SD, and LangChain (et al.) Build, train, evaluate, and optimize AI models using techniques like deep learning, reinforcement learning, computer vision, NLP, etc. Work closely with data engineers and analysts to implement models in production environments. Monitor and maintain AI systems in production, e