【岗位职责】：
1、模型压缩与加速： 参与大语言模型（LLM）和多模态模型的剪枝、量化（INT4/INT8/FP8）、知识蒸馏等算法研发，致力于在极致资源受限的设备上实现高性能推理。
2、算法-硬件协同优化： 针对特定的NPU架构（如ARM, RISC-V或自研芯片）进行算子（Operator）定制与优化，提升推理引擎（如TensorRT, MNN, NCNN）的执行效率。
3、端侧推理引擎开发： 协助构建高效的端侧推理框架，优化内存管理与计算图调度，降低延迟并减少功耗。
4、数据与评测： 构建端侧场景下的评测数据集，建立完善的模型轻量化效果评估体系。
我们希望你是在读硕士研究生（研二优先），具备以下素质：
1、专业背景： 计算机科学、软件工程、人工智能、电子工程等相关专业。
2、理论基础： 扎实的机器学习、深度学习理论基础，熟悉CNN, Transformer等主流网络结构。
3、编程能力：
4、精通 Python，熟悉 PyTorch 或 TensorFlow 框架。
5、具备优秀的 C/C++ 能力，有 Linux 环境下的开发经验（这是端侧开发的关键）。
6、项目经验： 有以下任意相关项目经验者优先：
7、模型量化（Quantization Aware Training / Post-Training Quantization）实战经验。
8、使用过 ONNX, TensorRT, TVM 等模型转换或推理工具。
9、在手机、嵌入式板卡（如Jetson, Raspberry Pi）上部署过深度学习模型。
10、加分项（软性实力）
（1）对 AI 安全（如对抗样本、隐私保护）或后量子密码（PQC）有一定了解（结合公司业务特色）。
（2）熟悉 RISC-V 或 ARM 体系结构，了解 Cache、SIMD 等硬件原理。
（3）在顶级会议（CVPR, ICCV, NeurIPS, ACL等）发表过论文，或在 Kaggle、天池等竞赛中取得优异成绩。
【实习待遇】：
实习补贴1200元/月；最高免租房住学生公寓，免费班车接送，商业保险。