人工智慧(AI)/深度學習(DL)工程師/科學家

工作內容:

我們正在尋找具有熱情和創造力的人工智慧(AI)/深度學習(DL)工程師/科學家,加入我們快速發展的金融AI科技團隊,研究開發創新的技術和有價值的金融應用,並落實在以下發展範疇:現代化保險科技、智慧金融醫療及綠色金融科技等。

工作職掌:

- 設計、開發及部署深度學習(Deep Learning)模型與系統架構,解決國泰集團各子公司業務團隊的金融應用場景中的商業問題。
- 研究最新技術趨勢、發表論文、申請專利,並持續優化演算法、訓練模型,以提高性能和精度。
- 整合深度學習技術與金融應用場景,開發相關技術及概念性驗證(Proof of Concept, POC)。
- 建立深度學習模型的技術架構,並與金融產品需求進行無縫整合,應用場景涵蓋語音處理、自然語言處理、圖像處理、推薦系統等。

- 語音處理:
- 技術主軸:Speech Recognition (語音識別), Speaker Recognition (聲紋識別), Speech Enhancement (語音增強), Speech Separation (語音分離);
- 相關技術:WeNet, Kaldi, Speech Brain, NEMO, DPT-NET等;
- 應用場景:針對產品語音 (訪談或對話) 進行分析與識別。

- 自然語言處理:
- 技術主軸:Machine Reading Comprehension (機器閱讀理解), Named Entity Recognition (命名實體識別), Correction (糾錯), Classification (分類), Similarity (相似度);
- 相關技術:Transformer, Large Language Models等;
- 應用場景:針對產品文檔 (表單或文宣) 進行分析與擷取。

- 圖像處理:
- 技術主軸:Object Detection (物件偵測), Face Recognition (人臉識別), Handwriting Recognition (手寫識別);
- 相關技術:YOLO, Paddle OCR, OpenCV等;
- 應用場景:針對產品影像 (物件或場景) 進行分析與偵測。

- 推薦系統 (Recommender Systems)、異常偵測 (Anomaly Detection)

職缺條件:
- 2年以上深度學習模型技術之實戰開發經驗及流程分析規劃,具研究與實作經驗,並有能力介紹使用方法、應用或原理,能夠設計和實現複雜的人工智慧/深度學習模型。
- 熟悉機器視覺(CV)、語音處理或自然語言處理(NLP)其理論,及熟練掌握PyTorch或Tensorflow等開發套件或有相關開發經驗者尤佳。

TW Deep Master (臺灣深度大師):將Natural Language Processing (自然語言處理)和Speech Processing (語音處理)的SOTA以繁體中文為基礎做迭代,模組化提供 WEB API 調用;整合機器閱讀理解對文章抽取答案,搭配聲紋和語音識別以及語音去噪還有分離為Meeting & Minutes Master (M&M Master, 會議記錄大師):可針對會議或對話訪談記錄由聲紋識別來分離出說話人,再藉由去噪和分離等技術強化語音品質,最後針對內容進行理解問答探索;比傳說中提供開源模型Jupyter檔的更適合深入整合。