職務介紹
研華科技 AI Center 正在招募一位 AI Solution Architect，負責規劃、設計與落地企業級 AI 解決方案，協助研華各事業群與功能單位導入 Generative AI、AI Agent、RAG、LLM / VLM、Edge AI、AI Server、AIOps 與雲地混合 AI 平台。
此職位將參與研華內部 AI 平台與 AI Agent 生態系的建置，包含 OpenClaw、Hermes Agent、NemoClaw、多租戶 AI 平台、地端 GPU AI Server、雲端 AI 服務、Edge AI 應用與企業資料整合。你將與 AI Center、Domain IT、Infra、資安、資料團隊、研發、製造、供應鏈、財務、人資與業務單位合作，將 AI 技術從 PoC 推進到可維運、可治理、可擴充的正式服務。
我們期待你不只是熟悉模型或工具，更能理解企業流程、資料限制、系統架構、資安治理、成本控管與使用者體驗，協助研華打造可長期演進的 AI 解決方案架構。
主要工作內容
1. 企業級 AI 解決方案架構設計
負責規劃與設計研華內部 AI 應用與平台架構，包含：
- Generative AI / RAG / AI Agent 應用架構
- Multi-Agent Workflow 與 Agent Orchestration
- OpenClaw / Hermes Agent / NemoClaw 平台整合
- 企業內部 Copilot / Chatbot / AI Assistant
- AI Server 與 Edge AI 應用架構
- 雲端與地端混合式 AI 架構
- 多租戶 AI 平台與權限治理
- AI API Gateway、模型服務與企業系統整合
2. AI Agent 與企業流程自動化
設計並落地可支援企業流程的 AI Agent，包含：
- Hermes Agent Skill / Tool / Workflow 設計
- OpenClaw Browser Agent / Computer Use 應用
- AI Agent 與企業系統串接，例如 SAP、PLM、CRM、HR、Salesforce、Data Lake
- 自動化文件處理、資料查詢、報表產生與決策輔助
- Human-in-the-loop / Agent-in-the-loop 機制設計
- Looping Engineering，用於多輪推理、任務修正、工具調用與自我改善
- Harness Engineering，用於建立可重複驗證的任務測試、Agent 評估與效能追蹤框架
3. LLM / VLM 模型服務與推論平台整合
參與地端與雲端模型服務平台建置，包含：
- vLLM、SGLang、TensorRT-LLM、Triton Inference Server
- NVIDIA AI 生態系，例如 NVIDIA NIM、NeMo、TensorRT、Triton、CUDA、GPU Operator
- Azure AI 生態系，例如 Azure OpenAI、Azure AI Foundry、Azure AI Search、Azure Machine Learning、Azure Kubernetes Service
- OpenAI-compatible API 服務設計
- 多模型路由、模型選型、成本控管與效能優化
- LLM / VLM Serving、Batch Inference、Online Inference
- GPU 資源配置、KV Cache、Concurrency、Throughput、Latency、TTFT 監控與調校
4. Edge AI 與 AI Server 解決方案落地
協助研華將 AI 能力導入 Edge Computing 與 AI Server 場景，包含：
- Edge AI 應用架構規劃
- 地端 GPU Server AI 平台部署
- AI Server 上的 LLM / VLM / Agent 應用服務
- 工業場景中的文件理解、影像理解、設備監控、異常偵測與知識問答
- Edge-to-Cloud AI 架構設計
- 與研華硬體、工業電腦、邊緣運算平台整合
- 協助內部與外部場域形成可展示、可複製的 AI 解決方案範本
5. AIOps 與 AI 平台維運治理
協助建立 AI 平台的可觀測性、維運與治理機制，包含：
- AI 服務監控、Token 使用量、API 呼叫量與成本追蹤
- GPU 使用率、模型效能、服務延遲與錯誤率監控
- Agent 任務成功率、工具調用品質與回覆品質評估
- AIOps 應用於異常偵測、事件分析、Root Cause Analysis 與自動化處置
- 權限控管、API Key 管理、白名單與安全治理
- SLA、故障復原、備援與升級流程規劃
- AI Center 平台營運報表與效益追蹤
6. 跨部門需求訪談與方案導入
與研華內部各單位合作，將業務需求轉化為可落地的 AI 解決方案：
- 需求訪談與痛點分析
- AI 可行性評估與資料來源盤點
- PoC / Pilot / Production 導入規劃
- Solution Architecture Diagram 與 Technical Proposal 撰寫
- ROI、節省工時、流程效率、品質改善與使用者採用率分析
- 協助各事業群建立可複製的 AI Use Case 與 Best Practice
必要條件
- 熟悉 Python 開發，具備 API 串接、資料處理或 AI 應用開發經驗
- 理解 REST API、JSON、HTTP、OAuth、SSO 或企業系統整合概念
- 熟悉 Generative AI、LLM、RAG、Embedding、Vector Database、Prompt Engineering 基本原理
- 具備 AI Agent、Workflow Automation 或 Tool Calling 相關經驗
- 熟悉至少一種雲端 AI 平台，例如 Azure OpenAI、Azure AI Foundry、Google Vertex AI、AWS Bedrock
- 理解 Docker、Kubernetes 或容器化部署基礎
- 能閱讀英文技術文件，並快速掌握新框架、新模型與新工具
- 具備良好溝通能力，能與非技術單位釐清需求並轉化為技術方案
- 具備企業級落地思維，能考慮資安、權限、維運、成本、效能與使用者體驗
加分條件
具備以下任一經驗者佳：
- 使用過 OpenClaw、Hermes Agent、NemoClaw 或類似 Agent 平台
- 熟悉 LangChain、LangGraph、LlamaIndex、Semantic Kernel、AutoGen、CrewAI 等 Agent / RAG 框架
- 使用過 vLLM、SGLang、TensorRT-LLM、Triton、NVIDIA NIM 或其他 LLM Serving 技術
- 熟悉 NVIDIA AI 生態系，例如 CUDA、TensorRT、Triton、NeMo、NIM、GPU Operator、NVIDIA AI Enterprise
- 熟悉 Azure AI 生態系，例如 Azure OpenAI、Azure AI Foundry、Azure AI Search、Azure ML、AKS、Private Endpoint
- 熟悉 Edge AI、AI Server、GPU Server、Industrial AI 或 Edge Computing 場景
- 有 AIOps、Observability、Monitoring、Logging、Tracing 或 Incident Response 經驗
- 使用過向量資料庫，例如 Milvus、Qdrant、FAISS、Pinecone、Azure AI Search、Weaviate
- 有 VLM、OCR、文件解析、表格擷取、PDF 理解或多模態 AI 應用經驗
- 有 SAP、PLM、CRM、Salesforce、HR、ERP、Data Lake、Denodo 等企業系統整合經驗
- 有製造業、工業電腦、供應鏈、研發流程、硬體研發或 Edge AI 專案經驗
- 熟悉模型效能測試、Benchmark、Evaluation Harness、Prompt Evaluation 或 Agent Evaluation
- 有 GPU 佈署、模型量化、KV Cache、Concurrency、Latency、Throughput 調校經驗
適合的人格特質
- 對 AI、Agent、Edge AI 與企業級 AI 平台有高度熱情
- 能在新技術快速變動下主動學習與驗證
- 不只關注模型效果，也重視架構穩定性、維運性與可治理性
- 能把模糊需求拆解成可執行的方案與階段性目標
- 能與研發、IT、資安、Infra、業務單位與高階主管有效溝通
- 具備系統性思維，能兼顧平台、資料、模型、流程與商業價值
- 重視實際落地成果，而不只是技術展示或 PoC Demo
是技術展示或 PoC Demo
