岗位职责：
1，负责将计算机视觉模型（如目标检测、图像分类、图像分割）部署到边缘设备（如 Jetson、树莓派、FPGA、ARM平台）；
2，对深度学习模型进行轻量化优化，包括模型剪枝、量化、知识蒸馏、轻量化结构设计等；
3，优化模型推理速度、内存占用与功耗，适应低算力设备；
4，配合算法与工程团队完成从实验室模型到边缘设备部署的全流程落地；
5，跟踪业界最新模型压缩与部署技术，持续提升模型在边缘设备上的性能；
6，编写技术文档，输出可复用的技术方案。
岗位要求：
1，本科及以上学历，计算机、电子信息、人工智能等相关专业；
2，熟悉主流深度学习框架（PyTorch / TensorFlow）；
3，熟悉模型压缩技术，如量化、剪枝、知识蒸馏等；
4，有边缘设备或嵌入式平台（如 Jetson、树莓派、FPGA、OpenVINO、TensorRT、NCNN、TNN）部署经验者优先；
5，熟悉 C/C++、Python、Linux系统环境；
6，具备良好的工程能力与问题排查能力；
7，有实际项目落地经验者优先，有开源项目贡献者优先；
8，有图像分类、目标检测、图像分割等视觉任务经验者优先。
加分项：
有 Kaggle / 天池 / CVPR竞赛经验；
GitHub活跃，有模型优化相关开源项目；
熟悉 ONNX、TorchScript、TensorRT、OpenVINO 等模型中间表示或推理引擎；
有论文发表经验（非必需）；
有低功耗、低延迟、小内存部署经验者优先。