主要岗位职责:
1.负责深度学习模型CV方向在（AI盒子/计算棒/其他边缘计算设备）上的工程化部署、推理框架集成和性能调优。
2.负责AI算法模型在移动端、PC端的工程化设计、实现与加速、系统集成与工程化落地
3.熟练掌握至少深度学习训练框架，有OpenVino、TensorRt、OnnxRuntime等技术栈的实际开发经验。
4.针对各类 CV 模型（如目标检测、图像分类、语义分割、OCR等）进行深度优化，包括模型压缩、量化、剪枝、知识蒸馏等，在保证精度的前提下显著降低模型体积与计算量。
5.对部署后的模型进行性能测试与瓶颈分析，通过优化推理流程、算子融合、内存管理等方式，提升模型在嵌入式设备上的推理速度与资源利用率，满足实际业务的实时性需求。
6.设计和开发高并发、低延迟、高可靠的模型推理服务核心模块及工具链。
7.解决模型部署过程中跨平台适配、资源受限、延迟抖动等复杂工程问题。
8.负责前沿模型压缩算法的调研、开发和落地。
9.领导布置的其他相关工作。
主要岗位要求:
1. 本科以上学历，计算机视觉、模式识别或数学类、光学类等相关专业；
2. 熟练掌握C/C++、Python、熟练使用OpenCV、ffmpeg进行开发；
3. 有NPU/GPU 算子优化经验，有并行计算相关背景者优先。
4. 熟悉Kubernetes（K8s）容器编排技术，有实际容器化部署和优化经验。
5. 有实际部署及调优经验，熟悉量化（INT8/FP8）等优化手段。
6. 熟悉深度学习框架(如PyTorch、TensorFlow)
7. 具备一定的算法开发能力，CV方向（YOLO、MediaPipe 、Mask R-CNN）。
8. 有多路高并发场景视频流分析项目经验优先