岗位职责
1、负责神经网络模型的轻量化技术研究与应用（包括但不限于量化、剪枝、知识蒸馏、网络结构搜索等），提升模型在资源受限设备上的运行效率
2、针对业务需求设计并实现高效的模型压缩算法，平衡模型精度、计算量、内存占用等指标
3、与硬件团队协作，针对芯片特性（如缓存、内存带宽、并行计算单元）设计高效推理方案
4、输出标准化部署工具链或自动化流程，提升团队效率。
岗位要求
1、计算机科学、电子工程、自动化、人工智能相关专业硕士及以上学历，3年以上算法工程化经验
2、熟练掌握PyTorch或TensorFlow等框架，深入理解模型压缩技术原理（如量化校准、稀疏训练、通道剪枝）
3、具备嵌入式或安卓或IOS开发经验，熟悉C/C++、交叉编译工具链，能独立完成常见的单片机/NPU或IOS、安卓上的模型部署与调试。
4、熟悉常见端侧推理框架（如TFLite、ONNX Runtime、TVM、SNPE）及模型格式转换工具（如NNEF、OpenVINO）
加分项
1、有过至少1个完整端侧模型部署项目（如CV/NLP模型在STM32/NPU芯片的落地、安卓、IOS机等），熟悉模型从训练到部署的全链路问题
2、有MCU（如STM32、ESP32）或边缘芯片（如瑞芯微、地平线、Hailo）部署经验，熟悉其SDK及硬件加速库。
3、熟悉编译原理，了解MLIR/LLVM或自动代码生成工具（如Halide、AutoKernel）。
4、熟悉芯片底层优化技术（如ARM NEON指令集、NPU指令调度、内存对齐优化），有性能分析工具（如Perf、Trace32）使用经验