崗位職責
負責基于 YOLO 系列（v5/v7/v8 等）的圖像識別算法研發與優化，包括目標檢測、分類、分割等任務，提升模型在復雜場景下的精度與速度；
主導算法在 RK3588 平臺的嵌入式部署，基于 NPU（神經網絡處理器）進行模型轉換、量化壓縮與推理優化，確保算法在邊緣端高效運行；
用 C++ 重構現有 Python 算法工程，優化代碼結構與內存管理，適配嵌入式 Linux 系統，提升算法執行效率與穩定性；
參與算法與硬件的協同調試，解決模型部署過程中的兼容性、性能瓶頸等問題，輸出可量產的工程化方案；
跟蹤行業前沿技術（如輕量級模型、NPU 加速技術等），推動團隊技術迭代與創新。
任職要求
本科及以上學歷，計算機、電子、自動化、人工智能等相關專業，3 年以上圖像識別算法研發或嵌入式部署經驗；
精通圖像識別基礎理論與實踐，深入理解 YOLO 系列模型原理，有實際項目中調優、改進 YOLO 模型的經驗；
熟悉 RK3588 硬件架構，掌握其 NPU 編程與調試方法（如 RKNN Toolkit、RKNN API），有在該平臺成功部署深度學習模型的案例；
具備扎實的 C++ 編程能力，熟悉 STL 容器、多線程編程，有算法工程化重構經驗（尤其是從 Python 遷移到 C++）；
了解深度學習框架（PyTorch/TensorFlow），掌握模型量化、剪枝、蒸餾等輕量化技術；
熟悉嵌入式 Linux 系統開發，了解 CMake、交叉編譯等工具，能獨立完成算法從訓練到部署的全流程；
具備良好的問題分析能力與團隊協作精神，能承受一定的項目壓力。