高薪工作機會

工作內容：一、GenAI 平台互動功能開發 建置使用者與 GenAI 模型互動的介面與流程，支援多種輸入／輸出形式（如文字輸入、語音輸入、動態輸出展示等） 設計直覺易用的操作介面，提升使用者體驗與互動效率 二、平台效能優化 優化前端載入速度與後端響應時間，確保平台運作流暢 改善資源使用效率，提升系統穩定性與擴展性 三、前後端整合與部署自動化 負責平台的前後端功能串接，確保資料流與功能邏輯正確無誤 建置 CI/CD 流程（如 Jenkins、GitLab CI），自動化部署、版本更新與測試流程 應用容器化技術（如 Docker、Kubernetes），提升平台部署與維運效率 四、系統監控與問題追蹤 整合監控與日誌系統（如 Prometheus、Grafana、ELK Stack），確保平台運作狀態可視化 主動偵測與分析潛在問題，協助除錯與系統調校 五、跨部門協作 與後端工程師、AI 模型開發團隊、產品設計師密切合作，協同推進 GenAI 平台產品化進程 參與使用者回饋分析與改善迭代，持續優化產品體驗與系統架構

工作內容：一、GenAI 平台功能開發 開發並實現使用者與 GenAI 模型互動的功能，例如：文字輸入、語音輸入、輸出呈現等介面模組 設計並優化 GenAI 平台介面，提升操作直覺性與整體使用者體驗 整合前後端功能，確保模型回應與平台前端互動流程順暢 二、效能優化與平台維運 優化平台的載入速度與回應效能，確保系統穩定性與高可用性 提升資源使用效率，優化平台在各種環境下的執行效能 建立自動化部署流程，協助平台功能快速迭代與更新（DevOps 支援） 三、開發與運維技術整合 熟悉 CI/CD 流程與工具（如 Jenkins、GitLab CI），協助建構穩定的自動化流程 熟悉容器化與雲端部署技術（如 Docker、Kubernetes），支援平台彈性部署與擴展 理解與應用監控與日誌管理工具（如 Prometheus、Grafana、ELK Stack），進行系統監控與問題追蹤

工作內容：一、設計與開發 RAG 流程（Retrieval-Augmented Generation） 建置 GenAI 應用所需的 RAG 流程，包括： 　- 資料處理：轉換各種格式（如文本、圖像、程式碼）為模型可解析的結構 　- 向量嵌入：將處理後資料轉為向量表示，並儲存於向量資料庫 　- 相似度檢索：根據使用者查詢，在向量資料庫中搜尋最相關的內容 　- 提示強化：將檢索結果整合至 LLM 輸入提示中，提升生成結果品質 　- 結果產生：透過 GenAI 模型生成最終回應 評估並選擇合適的嵌入模型與向量資料庫（如 Pinecone、Milvus），持續優化流程效能與準確性 二、建置與維護向量資料庫 部署並設定向量資料庫系統，依據需求設計資料結構（schema） 開發資料導入、更新、自動化維護相關工具與腳本 監控資料庫效能與資源使用，進行調校與最佳化 三、開發與優化向量嵌入模型 根據應用場景選擇適合的嵌入模型 利用工具（如 SentenceTransformers）進行模型訓練與微調 監測模型準確性與表現，進行優化與迭代 四、提升 GenAI 應用準確性與可靠性 利用 RAG 技術降低模型產生幻覺（hallucination）的機率 確保模型生成內容具備事實性、準確性與一致性 建立監控與評估機制，強化系統回應品質 五、跨部門協作與技術溝通 與 GenAI 工程師、資料科學家、產品團隊密切合作，確保系統設計符合實際需求 以簡潔方式向非技術同仁說明 RAG 與向量技術的核心概念與應用價值 六、技術研究與持續進修 追蹤 RAG 架構、向量資料庫、嵌入技術等相關領域的最新發展 研究新穎的相似度搜尋算法與嵌入技術應用 參與社群活動、技術論壇或研討會，拓展專業視野

工作內容：一、設計與開發 RAG（Retrieval-Augmented Generation）流程 建構高效且可擴充的 RAG 流程，支援 GenAI 應用場景，包括： 　- 資料預處理：將文本、圖像、程式碼等多種格式資料轉換為模型可理解的輸入 　- 向量嵌入：應用向量化技術（如 SentenceTransformers）將資料轉為向量表示，並儲存於向量資料庫 　- 相似度檢索：根據使用者查詢，快速檢索出語意上最相關的資料片段 　- 提示強化：整合檢索結果至 LLM 提示詞中，提升生成內容的準確性與相關性 　- 輸出生成：結合語境與知識基礎，由 GenAI 模型產出高品質內容 　- 評估並選用最適合的向量資料庫與嵌入模型（如 Pinecone、Milvus），確保系統效能與可擴充性 　- 持續優化 RAG 整體流程的精準度、查詢速度與資源效率 二、建構與維運向量資料庫系統 根據業務需求選型向量資料庫，進行環境部署與性能調校 設計合理的資料 schema，並確保資料一致性、完整性與安全性 開發自動化工具與腳本，協助資料的導入、更新、同步與清理 監控資料庫運作情況，持續進行效能優化與問題排查 三、開發與調優向量嵌入模型 根據不同資料類型與應用情境，選擇適用的嵌入技術與模型架構 使用現有工具（如 HuggingFace、SentenceTransformers）訓練或微調向量模型 建立模型效能評估機制，並依據結果進行優化與版本控管 四、提升 GenAI 應用品質 利用 RAG 技術降低幻覺（hallucination）風險，提升回應準確度與可信度 建立內容驗證與監控機制，確保模型輸出符合業務邏輯與事實基礎 持續推動 GenAI 應用可觀測性與品質保證流程 五、跨部門合作與技術溝通 與 GenAI 應用工程師、資料科學家及產品團隊緊密協作，確保資料應用與業務需求對齊 以簡明方式向非技術人員說明 RAG 技術與向量資料庫的運作邏輯與價值，推動跨部門共識與落地 六、技術研究與專業發展 掌握最新的 RAG 框架、向量資料庫技術與嵌入模型演進趨勢 研究前沿的向量搜尋演算法與多模態資料處理技術 積極參與相關研討會、工作坊與開發者社群，拓展技術視野與業界人脈

工作內容：1.負責SAP S/4 HANA 導入專案 2.負責SAP外掛程式開發與日常維護 3.流程分析與優化改善 4.協調跨部門需求

工作內容：1.全球網通網路及雲網整合技術推動 2.推動鴻海廠區軟體定義網路，網路最小化，保障網路安全 3.推動鴻海廠區SASE架構，保障員工上網及遠程用戶訪問集團資源之安全 4.推動園區網路分艙隔離，建立標準，全球廠區推動規劃 5.鴻海公/私有雲之網路部署規劃及導入

工作內容：1. 公/私有雲平台運維（VMware, Azure, GCP, Nutanix） 平台的運維管理作業 2. 資料中心、伺服器和存儲等基礎設施的維護與技術支持，保障核心運作環境的可靠性 3. 監控系統運行狀況，生成定期運行報告，及時發現並預防潛在問題 4. 快速響應突發問題，提供高效的技術支援，確保業務不中斷 5. 持續改進優化並支持用戶單位使用，支持及執行各項IT Infra.系統導入相關任務

工作內容：1. 安裝、配置、升級資料庫軟體（如 Oracle、SQL Server、MySQL、PostgreSQL） 2. 分析業務需求，設計資料庫結構和架構；設定資料模型，確保資料的一致性與完整性 3. 監控資料庫效能，分析瓶頸並執行優化措施；設計並優化查詢語句（SQL） 4. 建立並執行資料備份與恢復計畫，安裝補丁及更新，確保資料庫穩定安全 5. 支援開發團隊，建立並管理測試環境，提供資料庫設計、查詢調整的技術支持

工作內容：1. 公/私有雲平台運維（VMware, Azure, GCP, Nutanix） 平台的運維管理作業 2. 資料中心、伺服器和存儲等基礎設施的維護與技術支持，保障核心運作環境的可靠性 3. 監控系統運行狀況，生成定期運行報告，及時發現並預防潛在問題 4. 快速響應突發問題，提供高效的技術支援，確保業務不中斷 5. 持續改進優化並支持用戶單位使用，支持及執行各項IT Infra.系統導入相關任務

工作內容：1.負責美洲13廠區及其相關子公司網路專案規劃、設備的管理及日常運維 2.新建廠房網通工程，制定專案計劃，分配資源，跟蹤進度並確保按時交付 3.負責規劃與實施跨國企業網路架構，確保高效性與穩定性 4.設計並優化企業的 WAN、LAN、Wi-Fi 和雲端整合網路 5.協調多地團隊協作，領導並執行企業級網路架構設計與部署