2022 Amazon HP MediaTek Intern

如果你在韌體、機器學習與機器學習已著墨一陣子了,
電子/電機/機械 / 資訊相關科系大三或碩一生

可以參考這幾個招募實習機會

如果你今年還沒準備成為實習生,可以由此看看還要充實什麼,在未來給自己這樣的機會!

Amazon

Firmware Engineer Intern (Taiwan Campus Recruiting 2022)

作為實習生,您將與經理和導師相配。 您將有機會在職業生涯的早期影響亞馬遜技術的發展並領導關鍵任務專案。 您的設計、程式碼和原始智能將有助於解決分佈式系統資料探勘自動化優化可擴展性安全性領域中的一些最複雜的技術挑戰——僅舉幾例。

職責

  • 與經驗豐富的跨學科合作
  • 亞馬遜人構思、設計並將創新產品和服務推向市場。
  • 在大型分佈式計算環境中設計和構建創新技術,幫助引領行業的根本變革。
  • 使我們的解決方案在全球範圍內可靠、可擴展且易於管理/使用
  • 能夠從廣泛定義的問題開始設計和程式設計出正確的解決方案。
  • 在靈活的環境中工作以提供高品質的嵌入式韌體
  • 要獲得資格,申請人應註冊為學士、碩士或博士學位,並預計於 2022 年或 2023 年畢業。

基本資格

首選資格

  • 以前的技術實習(如適用)。
  • Linux 或其他嵌入式系統經驗者優先。
  • 快速學習並擁有良好的解決問題的方法。
  • 能夠有效地闡明技術挑戰和解決方案。
  • 擅長處理模棱兩可或未定義的問題以及抽象思考的能力。

期待您能至少有3個月的時間實習。本職位的申請截止日期:2022年8月,面試安排時間 2022年1月-8月

地點: 台北

HP 惠普

一年惠普實習星 2022 Taiwan 1 Year Internship Program

從董事會到工廠車間,我們創造了一種文化,在這種文化中,每個人都受到尊重,人們可以做自己,同時成為比自己更大的事物的一部分。我們崇尚這樣一種理念,即您可以歸屬於惠普,並在每一天的工作中展現真實的自我。當您這樣做時,您將更具創新性,這有助於提高我們的底線。來到惠普,茁壯成長!

實習星應徵資格:

  • 大三即將升大四、碩一即將升碩二的在校生(碩士以上的在校生為第一優先考慮)
  • 能以學生身份完整參與一年 (July 4, 2022~July 3, 2023) 每週上24小時 (3天)
  • 下列系所尤佳:電子/電機/機械 / 資訊相關
  • 詳細的工作內容會依部門而異,實際進入的部門將以公司需求及面試結果而定
  • 將以能全程參與及配合實習工作地點(台灣)的學生為優先考量 (we will be prioritizing students who can start in Taiwan by set date as expected).

地點: 台北,新竹

MediaTek 聯發科

Machine Learning & Deep Learning Engineer (Intern)

我們正在尋找機器學習/深度學習工程師。 這是一個技術角色,它需要學習最先進的人工智慧技術的高度意願以及將人工智慧技術應用於商業應用程式/流程的技能。 該職位空缺包括廣泛的端到端 ML 管道活動,包括構建 AI 問題、資料收集/預處理/探索、模型開發/評估、模型部署/監控。

我們的主要職責包括(1 )在現實世界中實現人工智慧(2)在頂級會議/期刊(DAC、IEEE/TCAD、ICLR、ICML……)上發表文章。(有效寫論文相關課程) 在這裡,您將在一個快節奏和敏捷的環境中工作,這需要一種創業的心態。 您將與全球同事一起提供從最先進的演算法到更快的價值證明解決方案的一切。

  • 您應該與我們的研究工程師一起應用科學思維和技術來提高我們產品的性能和有效性。
  • 您可能還需要執行指標分析以進一步增強模型並構建快速原型來演算法。
  • 您將有機會發表您的作品並擴展網路科學的視野和構建線上系統的經驗。
  • 您將使用 Java/Python 進行程式設計並處理大量資料,以增強當前平台以應對未來的增長。

基本資格

  • 每週至少2個工作日
  • 這個職位涉及很多人際交往。 需要良好的口頭溝通技巧。
  • 熟悉深度學習框架(PytorchTensorflow)和機器學習。
  • 熟悉組織大型現實世界數據集。
  • 具有 DRLGNNGAN 等方面的經驗。
  • 能夠閱讀/理解最先進的 AI 論文(例如 GNN、RL ……)。

地點: 新竹


以上為部分案例,更多選擇請到各公司 Career 網站  Amazon HP MediaTek

Image by Gerd Altmann from Pixabay

追蹤 Soft & Share

✍ 不受社群推薦演算法影響,建議 Telegram/Discord/e-mail

幫我們個小忙!

請為我們的網站評分(必)

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

探索更多來自 Soft & Share 的內容

立即訂閱即可持續閱讀,還能取得所有封存文章。

Continue reading