《數位時代》2017年實習計劃開跑！強力招募半年期實習生|數位時代 BusinessNext

《數位時代》2017年實習計畫開跑！快來加入我們吧！

內容實習編輯（數名）

條件

大學以上學歷，商學院、資訊、傳播相關科系佳，熱愛科技、新創領域，對網路媒體有強烈熱情。
喜歡寫作、中文寫作能力佳。
英文程度佳（請於履歷檢附英文能力證明）。
具備溝通能力、樂於參與團隊合作。
一週至少可配合2天。

你可以學到的事

如何有效掌握國內外科技新聞脈動。
網站內容企劃、撰稿和編輯工作。
專題企劃、製作。
了解網路文化、時下讀者的網路閱讀習慣。
活用各種媒介、為不同讀者群提供內容。

社群實習編輯（數名）

條件

大學以上學歷，科系不拘。
對經營社群媒體有興趣，有操作社群媒體經驗者佳。
具備基礎製圖能力。
英文程度佳（請於履歷檢附英文能力證明）。
具備溝通能力、樂於參與團隊合作。
一週至少可配合2天。

你可以學到的事

Facebook粉絲團、LINE@經營（例如貼文、互動、活動企劃⋯⋯）。
Google Analytics、Facebook Page Insights數據追蹤與分析。
了解網路文化、時下讀者的網路閱讀習慣。
編輯工作。

影音實習編輯（數名）

條件

大學以上學歷，科系不拘。
熟悉影音剪輯、具備影音製作能力者佳。
英文程度佳（請於履歷檢附英文能力證明）。
具備溝通能力、樂於參與團隊合作。
一週至少可配合2天。

你可以學到的事

短影音剪輯。
採訪影音剪輯。
影音內容企劃。
專題影音製作。

應徵履歷

請以 email 方式檢附履歷，並於信中回答下列問題，讓我們能夠更快認識你！（附上過去的文稿、視覺影音作品集更棒）：

1. 為何想來《數位時代》實習？期待來這裡學到什麼？

2. 最常看的網路媒體和社群名單，並說明原因。

3. 應徵內容實習編輯的朋友，請與我們分享你最推薦的兩本書，並說明原因。

履歷來信主旨請註明「應徵《數位時代》XXX（實習職稱）－您的姓名」（範例：應徵《數位時代》內容編輯實習生 - 王大明）並寄到：milly@bnext.com.tw

其他實習機會

《經理人》實習機會請看這邊。

行銷企劃實習生（1名）

你可以學到的事

掌握數位行銷趨勢、編輯外電
國際媒體集團情資收集、觀察外部課程
經理人商學院課程之內容整理、發文、課程活動支援

條件

1.大學以上學歷，科系不拘
2.英文閱讀能力中上，能夠編譯外電

廣告業務實習生（1名）

你可以學到的事

綜合分析競媒露出之廣告內容
廣告客戶盤點及歸納
能夠分類競媒的廣告客戶，進行完整的產業分析

條件

大學以上學歷，廣告系或傳播相關科系學生為佳
會 Excel 操作，懂統計與分析

營運平台實習生（1名）

你可以學到的事

一個專題從製作到完成
GA 數據追蹤與觀察：包括數據整理、分析等
製作分析週報、月報，藉由成果檢驗調整相關策略

條件

大學以上學歷，科系不拘
希望你對於新知識充滿好奇，熱衷網路社群更棒！

實習福利

（《數位時代》實習生）參加編輯行程，例如編輯會議。
免費參加數位行銷學院課程、數位時代活動（創業小聚、2017年「未來商務展」⋯⋯）、經理人商學院、巨思大學內部教育訓練。
有機會成為數位時代長期合作的外稿，甚至加入數位時代團隊成為正職員工。

工作時間和地點

每週至少兩天，以做滿半年為主。
地址：光復南路，近國父紀念館。
實習計畫預計開始時間：2017年2月
履歷收件截止日：2017年1月9日。

請以 email 方式檢附履歷，主旨請註明「應徵《數位時代》XXX（實習職稱）－您的姓名」（範例：應徵《數位時代》內容編輯實習生 - 王大明）並寄到：milly@bnext.com.tw

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。