高薪工作
中高階主管職台灣｜1000大｜高薪100高薪工作，共13950筆
-
- 面議（經常性薪資達4萬元或以上）
- 工作經歷不拘
公司名稱：工作地： 新北市土城區鴻海精密工業股份有限公司(鴻海)
工作內容：1.維持與客戶良好關係，協調對接客戶開發/FA需求 2.參與部門團隊建設，管理團隊事務，進行總結沉澱，帶動團隊進步 3.參加專案日常會議，了解專案生產狀況，需要時進行工作匯報 4.跨部門溝通協作，推動問題解決 5.獨立完成問題的匯總、報告和追蹤，確保問題清晰落地 6.負責各種簡報的製作及匯報 -
- 面議（經常性薪資達4萬元或以上）
- 8年工作經驗
公司名稱：工作地： 亞洲其它印度鴻海精密工業股份有限公司(鴻海)
工作內容：1.負責HSG/TM印度建廠事宜 2.負責印度專案的量產資源跟進與整合(Ramp plan, MP Readiness, Site qual plan) 3.量產資源管理（模具治具等），滿足ramp需求 4.Lead functional team 處理ramp異常，確保出貨達成 *需長期出差 -
- 面議（經常性薪資達4萬元或以上）
- 工作經歷不拘
公司名稱： 鴻海精密工業股份有限公司(鴻海)工作地： 亞洲其它印度工作內容：1.建立符合企業需求的預算管理體系 2.建立費用數據系統，及時有效進行費用分析，為企業管理與決策提供支持； 3.發掘經營過程中存在的問題，提出可行的解決方案並推動實施； 4.結合企業發展需求，建立精細化管理體系。 *需配合職務需求出差派駐 -
- 面議（經常性薪資達4萬元或以上）
- 工作經歷不拘
公司名稱： 鴻海精密工業股份有限公司(鴻海)工作地： 新北市土城區工作內容：1.採購招標，詢比議價作業 2.海外供應商資源建立及購買渠道開發 3.Sourcing行業新技術及新產品開發資訊 4.供應商交貨管理，緊急專案重要物料備貨及開發 5.採購Costdown推動及執行 *需配合職務需求出差派駐 -
- 年薪1000000元以上
- 工作經歷不拘
公司名稱： 鴻海精密工業股份有限公司(鴻海)工作地： 新北市土城區工作內容：1. 穿戴式設備新產品導入階段硬體研發和測試驗證 2. Touch sensor, Force Sensor, 電子傳感模組組裝, 結構及性能驗證 3. 負責Touch sensor, Force Sensor, 電子傳感模組失效分析與改善方案 4. 具備英文溝通能力以與客戶技術研討 5. 配合業務出差至美國協助客戶設計開發和測試驗證 6. 因業務需求可能要出差或常駐海外 -
- 年薪1000000元以上
- 工作經歷不拘
公司名稱： 鴻海精密工業股份有限公司(鴻海)工作地： 新北市土城區工作內容：1. 穿戴式設備新產品導入階段硬體研發和測試驗證 2. 攝像頭/閃光燈/光學感測模組組裝, 結構及性能驗證 3. 負責攝像頭/閃光燈/光學感測模組失效分析與改善方案 4. 具備英文溝通能力以與客戶技術研討 5. 配合業務出差至美國協助客戶設計開發和測試驗證 6. 因業務需求可能要出差或常駐海外 -
- 面議（經常性薪資達4萬元或以上）
- 工作經歷不拘
公司名稱： 鴻海精密工業股份有限公司(鴻海)工作地： 新北市土城區工作內容：1. 穿戴式設備新產品導入階段硬體研發和測試驗證 2. 聲學模組組裝, 結構及性能驗證 3. 負責聲學模組失效分析與改善方案 4. 具備英文溝通能力以與客戶技術研討 5. 配合業務出差至美國協助客戶設計開發和測試驗證 6. 因業務需求可能要出差或常駐海外 -
- 面議（經常性薪資達4萬元或以上）
- 2年工作經驗
公司名稱： 鴻海精密工業股份有限公司(鴻海)工作地： 新北市新店區工作內容：【工作職責】 1. LLM訓練:根據不同車載應用場景對LLM進行微調(finetune)，包含使用參數高效微調(PEFT)與指令微調(Instruction Fine-tuning)方式，以提升模型效能與準確性。 2. LLM優化整合:將 LLM 模型整合至車載ECU，優化整合後提高AI服務正確性/準確度，用Perplexity評估 3. 本地與雲端部署:根據應用需求，選擇在本地端或雲端環境進行部署與優化 【加分項專業技能】 1. 數據處理與管理:熟悉即時數據流處理技術，如 Kafka / MQTT，可優化 LLM 在車載場景的即時推理能力。 2. 雲端部署（AWS 雲端架構：AWS Lambda（serverless）、AWS CDK 或 Terraform、IAM、網絡設置、S3）和本地部署（ AI Server/NVIDIA GB10…等） 3. RAG 技術與資料檢索強化應用 熟悉 Retrieval 相關技術（向量資料庫 / 全文檢索 / 傳統搜尋引擎檢索概念）,實作過向量索引更新、長文文件切片（Chunking）策略,有多語系文本檢索、圖片辨識、表格、非結構化資料處理經驗 4. AI 應用或其他整合技術, 熟悉 Agentic AI / 多智能體（Multi-Agent）/ MCP / A2A 架構,瞭解解將語音、影像、表格等不同資料類型與文字模型整合的方法 -
登入
收藏
最新
