算法工程师岗

职位描述

1)负责端侧/嵌入式平台AI算法全流程研发，包括模型设计、训练、评估与迭代，覆盖目标检测、异常检测、时序预测、信号识别等场景。

2)负责AI模型在ARM、MCU、NPU等嵌入式平台的量化、剪枝、蒸馏、压缩与工程化部署，满足低功耗、高实时、高鲁棒性要求。

3)负责推理引擎移植、算子优化、内存优化、速度与功耗调优，输出量技术方案。

4)与嵌入式软件、硬件、产品团队协同，完成AI功能从算法方案→原型验证→量产落地闭环。

5)负责数据采集、清洗、标注、数据迭代与增强，持续提升模型精度与泛化能力。

6)输出算法设计文档、部署手册、性能报告与问题定位方案，支撑产品生产与维护。

7)跟踪前沿嵌入式 AI 技术并落地预研与创新，解决业务场景中的关键技术瓶颈。

任职要求

1)计算机、电子、自动化、软件工程等相关专业，本科及以上学历，5年以上AI算法/部署实战经验。

2)熟练掌握 PyTorch 或 TensorFlow，能独立完成模型训练、调试、精度优化与实验对比。

3)精通嵌入式AI部署全流程：模型转换(ONNX)、量化、剪枝、蒸馏，熟练使用 TFLite、MNN、NCNN、Tengine、TensorRT 中至少两种。

4)扎实的 C/C++ & Python 工程能力，能在嵌入式Linux环境下完成推理集成、联调与性能优化。Python 能搭建自动化模型训练 / 评估 / 量化流水线；能在嵌入式 Linux 环境下完成推理集成、联调与性能优化。

5)了解嵌入式基础：内存管理、多线程、性能 profiling、低功耗优化、硬件资源约束下的方案权衡。

6)有AI产品量产落地经验，能独立解决部署精度损失、速度不达标、内存溢出等实际问题。

7)熟悉至少一种嵌入式硬件平台（如 RK 系列、海思系列、STM32 系列、昇腾 / 寒武纪 NPU）的架构与驱动特性，能结合硬件特性做算子级优化（如算子融合、指令集优化）。

具备较强的问题定位、文档输出与跨团队协作能力