主要崗位職責:
1.負責深度學習模型CV方向在（AI盒子/計算棒/其他邊緣計算設備）上的工程化部署、推理框架集成和性能調優。
2.負責AI算法模型在移動端、PC端的工程化設計、實現與加速、系統集成與工程化落地
3.熟練掌握至少深度學習訓練框架，有OpenVino、TensorRt、OnnxRuntime等技術棧的實際開發經驗。
4.針對各類 CV 模型（如目標檢測、圖像分類、語義分割、OCR等）進行深度優化，包括模型壓縮、量化、剪枝、知識蒸餾等，在保證精度的前提下顯著降低模型體積與計算量。
5.對部署后的模型進行性能測試與瓶頸分析，通過優化推理流程、算子融合、內存管理等方式，提升模型在嵌入式設備上的推理速度與資源利用率，滿足實際業務的實時性需求。
6.設計和開發高并發、低延遲、高可靠的模型推理服務核心模塊及工具鏈。
7.解決模型部署過程中跨平臺適配、資源受限、延遲抖動等復雜工程問題。
8.負責前沿模型壓縮算法的調研、開發和落地。
9.領導布置的其他相關工作。
主要崗位要求:
1. 本科以上學歷，計算機視覺、模式識別或數學類、光學類等相關專業；
2. 熟練掌握C/C++、Python、熟練使用OpenCV、ffmpeg進行開發；
3. 有NPU/GPU 算子優化經驗，有并行計算相關背景者優先。
4. 熟悉Kubernetes（K8s）容器編排技術，有實際容器化部署和優化經驗。
5. 有實際部署及調優經驗，熟悉量化（INT8/FP8）等優化手段。
6. 熟悉深度學習框架(如PyTorch、TensorFlow)
7. 具備一定的算法開發能力，CV方向（YOLO、MediaPipe 、Mask R-CNN）。
8. 有多路高并發場景視頻流分析項目經驗優先