AI模型部署优化工程师(J11090)

职位描述

1、工具链开发与维护：负责黑芝麻“华山”系列自动驾驶芯片的深度学习工具链开发与维护，重点参与ADAS相关软件及工具链的设计、实现与持续迭代。

2、模型量化与部署：主导深度学习模型在车载嵌入式平台的全流程部署，包括后训练量化（PTQ）、量化感知训练（QAT）、模型剪枝及知识蒸馏，确保算法在高性能与低功耗间的平衡。

3、算法设计与优化：负责ADAS感知算法（如目标检测、车道线识别、语义分割、双目视觉及端到端模型）的深度学习模型设计、训练及优化，并针对黑芝麻芯片架构进行算子适配与性能调优。

4、跨部门协同：与算法团队、芯片设计团队紧密合作，分析客户需求，反馈工具链痛点，参与下一代芯片及工具链的架构优化。

5、客户技术支持：作为技术专家支持市场及销售团队，参与产品推广、技术演示及客户项目落地，具备良好的客户沟通能力，能够快速响应并解决客户在部署中遇到的技术问题。

任职要求

【任职要求】

1、学历与基础：本科及以上学历，计算机、电子工程、数学或相关专业，具备扎实的算法基础与数学理论基础。

2、工作经验：3年以上嵌入式领域图像处理或视觉分析工作经验，具有ADAS量产平台或自动驾驶产品经验者优先。

3、框架与工具链：精通主流深度学习框架（TensorFlow, PyTorch, ONNX），深入理解深度学习编译器及工具链，熟悉端侧推理引擎（如TensorRT, TFLite, SNPE或有黑芝麻芯片部署经验者优先）。

4、模型压缩技术：熟悉模型轻量化技术，包括但不限于模型剪枝、知识蒸馏、低比特量化（INT8/INT4），并有实际的嵌入式端落地经验。

5、感知算法：对ADAS典型感知算法（如BEV感知、多传感器融合、双目深度估计）有深入理解，能够针对特定任务进行模型结构选型与优化。

6、软技能：具备优秀的逻辑思维能力、问题定位能力以及客户沟通能力，能够适应快节奏的研发与技术支持工作。