在 國立陽明交通大學 Institute of Data Science and Engineering & College of AI (Biomedical + Semiconductor DS) 的黑板與講義上,你熟練地求解凸最佳化對偶問題、高維隨機矩陣特徵譜與隨機微積分,但當前 AI 工業界面對多 Agent 協作時卻常陷入盲目增加 prompt 的低效困局。Markowitz.systems 堅信「相關性才是新時代的員工編制」,首創以現代投資組合理論重構分散式自主 Agent 架構。你能在兼顧校內課程與實驗室進度的同時,以每週 10–25 小時非同步遠端形式參與正式 R&D Pods,將課堂上 100% 的馬可維茲(Markowitz)均異分析與極值統計定理轉化為高可靠度的即時生產代碼。這不僅是一份具備充足彈性與國際水準津貼的研究職位,更是讓臺灣頂尖數理學子以硬核數學底蘊重塑 AI 架構的絕佳實踐。
專為臺灣頂尖學府繁重的課程研讀、研究室 Meeting 與 Problem Sets 節奏量身打造。全面採非同步(Asynchronous)協作,自由安排每週 10–25 小時工作區間,免除冗長會議消耗,實現深度數理專注與日常學術追求的平衡。
提供每小時 $20 至 $45 美元遠端津貼。面臨大學期中、期末考與論文口試衝刺週時,全面啟動 Exam-Safe Protocol:可無條件暫停研發(0 小時/週),保證百分之百保留原 Pod 席位與專案主導權,守護你的 GPA 與學業。
研發產出可直接對接你的學位論文或 Seminar 專題,並有機會共同掛名發表 2024–2026 年度國際預印本。加入即獲取完整 39 小時 CPE 連續專業學分級研究資料庫(可於 {preprints_url} 查閱),厚植量化與系統架構學術資本。
| 先修/核心數理課程領域 | 核心數學定理與方程式 | 對應研發 Pod | 生產系統架構實作場景 |
|---|---|---|---|
| 凸最佳化與二次規劃 (Convex & Quadratic Optimization) | \min_{\mathbf{w}} \mathbf{w}^T \boldsymbol{\Sigma} \mathbf{w} \quad \text{s.t.} \quad \mathbf{w}^T \boldsymbol{\mu} \ge \mu^*, \; \mathbf{1}^T \mathbf{w} = 1, \; \mathbf{w} \ge \mathbf{0} |
POD-01 (多 Agent 算力權重配置) | 在異質大型語言模型(LLM)與確定性驗證器(Deterministic Verifiers)組成的 Agentic 系統中,解二次規劃(QP)分配推論 Token 與算力權重,在目標準確率約束下最小化系統決策變異數。 |
| 機率論與相依試驗 (Probability Theory & Correlated Trials) | N_{\text{eff}} = \frac{N}{1 + (N - 1)\bar{\rho}} |
POD-01 (有效獨立樣本數與正交化集群) | 嚴格論證為何 50 個平均相關係數 \bar{\rho}=0.70 的同質提示詞(Prompts)僅等效於 N_{\text{eff}} \approx 1.42 位獨立專家;透過提示詞正交化與微調抑制多 Agent 共模失效,達成實質分散化效果。 |
| 高維數理統計與計量經濟學 (High-Dimensional Statistics & Econometrics, N > T) | \hat{\boldsymbol{\Sigma}}_{\text{LW}} = (1 - \delta^*) \mathbf{S} + \delta^* \mathbf{F} |
POD-02 (高維雜訊消除與共變異數收縮) | 在評測資料集長度小於評測維度(N > T)的嚴苛情境下,引入 Ledoit-Wolf 共變異數收縮估計量與隨機矩陣理論之 Marčenko-Pastur 光譜去噪,消除多 Agent 評測基準中的假性相關(Spurious Correlations)。 |
| 精算風險理論與極值統計 (Actuarial Risk & Extreme Value Theory) | \Sigma^-_{ij} = \mathbb{E}\left[\min(R_i - \tau, 0)\min(R_j - \tau, 0)\right], \quad \text{CVaR}_{99\%}(L_{\mathbf{w}}) \le M_{\text{audit}} |
POD-02 (下行半變異數與極端尾端風險界限) | 遵循 Markowitz (1959) 下行半變異數(Semivariance)與 Rockafellar-Uryasev 之條件風險值(CVaR),建構多 Agent 幻覺損益與合規失誤的嚴密審計邊界,將極端失敗率壓制在精算安全水準之內。 |
| 財務經濟學與隨機微積分 (Financial Economics & Stochastic Calculus) | \mathbf{w}_{\text{tan}} \propto \boldsymbol{\Sigma}^{-1}(\boldsymbol{\mu} - c \mathbf{1}), \quad \text{SR}(\mathbf{w}) = \frac{\mathbf{w}^T(\boldsymbol{\mu} - c\mathbf{1})}{\sqrt{\mathbf{w}^T \boldsymbol{\Sigma} \mathbf{w}}} |
POD-03 (托賓兩基金分離定理與夏普比率最佳化) | 落實托賓分離定理(Tobin's Separation):將確定性代碼、靜態分析器與編譯器視為無風險資產(\sigma_0 = 0),與高智商但隨機的 LLM 切點投資組合(Tangency Portfolio)混合,極大化系統智能之夏普比率。 |
| 循序假說檢定與統計推論 (Sequential Hypothesis Testing & Statistical Inference) | \mathbb{P}(\text{Type I Error}) \le \alpha \quad (\text{Neyman-Pearson FrugalGPT / RouteLLM Cascade}) |
POD-04 (循序路由檢定與預印本研發) | 基於 Neyman-Pearson 準則建立多層級模型動態級聯(Cascade)路由,在第一型錯誤(偽陽性)嚴格受控下依難度分流至小型專用模型或巨型推理模型;完整研究記錄於 {preprints_url} 之 39 小時預印本資料庫。 |
1. 臺大/清大/陽明交大職涯中心與 104 / CakeResume 校園研發專區: 歡迎透過 國立陽明交通大學 官方徵才與實習平台(臺大/清大/陽明交大職涯中心與 104 / CakeResume 校園研發專區)投遞履歷,或登錄你的校園信箱(如 @ntu.edu.tw / @nthu.edu.tw / @nycu.edu.tw / @ncku.edu.tw / @nccu.edu.tw / @sinica.edu.tw)驗證學術身分,享有優先書審與技術免測直通通道。 (RSS/XML Job Feed · iCal Open Office Hours · Google Classroom)
2. Python Seminar & Thesis Kit (/uni/tw-national-yang-ming-chiao-tung-university/lab.py): 提供一份可在 5 分鐘內完全重現(Reproducible)之 Python 研究室專題套件(Seminar Lab Kit)。內含完整 Jupyter Notebook 與合成多模型評測流,即時計算關聯試驗下的有效專家數 N_eff,並示範以 Ledoit-Wolf 高維收縮矩陣濾除相關性雜訊,可直接作為專題討論或讀書會 demo 使用。