一、 職務說明
我們正在尋找一位具經驗的深度學習技術與工程實務經驗的 AI 模型開發工程師，加入我們極具潛力且對社會有重大影響力的醫療 AI 研發團隊。您將肩負 AI 模型的完整生命週期，從前瞻模型的研發、訓練、整合，到高效能、高穩定性的 API 服務化與上線部署。本職位將與跨領域研究團隊緊密合作，專注於將深度學習與大型語言模型等先進技術，「落地」為可供醫療臨床端使用的創新應用，直接影響病患照護品質與效率。

二、 工作內容：
1. 模型開發與高效能訓練 (Model Development & Training)
 使用 PyTorch 框架，進行分類、生成或 RAG (Retrieval-Augmented Generation) 等核心 AI 模型的建立與優化。
 主導多模態或文本任務的深度學習模型訓練、微調 (Fine-tuning)、及嚴格的效能驗證。
2. 模型整合與系統架構設計 (Model Integration & Architecture)
 設計並實作統一且可擴展的 AI 推論架構，有效整合多種模型模組（例如：NLP 模型、檢索模組、LLM 等）。
3. 部署與服務化 (Deployment & Servitization)
 將訓練完成的模型專業封裝為 RESTful API 服務，確保能支援即時推論 (Real-time Inference) 與跨平台服務。
 建置與維護自動化部署流程，提高開發與維運效率（具備 Docker / FastAPI / Flask / Kubernetes 實務經驗為佳）。
4. 系統維運與優化 (System Maintenance & Optimization)
 持續監控推論服務的延遲、使用量與記憶體效能，進行專業效能調校 (Performance Tuning) 與錯誤追蹤。
 建立模型版本控制與定期更新機制，維護生產系統的長期穩定性與可靠度。

三、 資格條件：
學歷限制： 碩士以上學位
科系限制： 資工、資管、電機、資料科學、醫學資訊或相關工程領域科系
專業經驗：具備三年以上深度學習或 NLP 模型開發與實際落地經驗
核心技術能力(Must have)：
1. 精通至少一種主流深度學習框架：PyTorch 或 TensorFlow。
2. 熟悉 RAG (Retrieval-Augmented Generation) / LLM (Large Language Model) 相關原理，並具備 LangChain 或其他 RAG 應用框架的實務經驗。
3. 熟悉 RESTful API 服務的設計與部署流程。
4. 完整掌握模型訓練、效能監測、部署與整合的生命週期。
5. 具備 Git 版本控制、Docker 容器化、以及 Linux 環境的扎實操作經驗。
加分項目(Nice to have)：
1. 曾參與醫療 AI 模型與醫院資訊系統 (HIS) 整合開發專案。
2. 有AI 模型訓練與落地部署系統的開發經驗，能獨立建構從零到一的流程。
3. 具備 API 架構設計或資安保護相關的實務經驗。
4. 具備專案管理或技術團隊協作經驗。
個人特質 (Personal Attributes)
1. 強烈學習動機與主動性，能獨立且高效解決複雜的技術問題。
2. 具備良好的溝通能力與高度團隊協作精神，能與研究人員、臨床專家有效溝通。
3. 對 AI 產品落地與實際應用於真實世界具備高度熱忱與使命感。