岗位职责：
1、模型开发与训练：
使用PyTorch/TensorFlow设计和训练深度学习模型，应用于计算机视觉、自然语言处理或其他AI场景。
进行模型性能实验，优化架构，提升精度和效率。
与产品和硬件团队合作，定义模型需求，确保与产品目标一致。
2、模型转换与部署：
使用高通SNPE工具链将模型转换为DLC等高通支持格式，适配Hexagon DSP和Adreno GPU。
使用RKNN-Toolkit2将模型转换为RK3588 NPU支持的格式，确保高效推理。
确保模型在移动和嵌入式系统中的无缝集成，满足硬件约束。
3、模型优化：
通过INT8/FP16量化和剪枝，优化模型以适配高通Hexagon DSP、Adreno GPU及RK3588 6TOPS NPU。
分析并解决模型推理中的性能瓶颈，降低延迟、内存占用和功耗。
确保模型满足实时推理的严格要求。
4、性能评估与测试：
在目标硬件（高通Snapdragon、RK3588）上进行模型性能基准测试。
分析延迟、内存和功耗问题，优化模型表现。
验证模型在资源受限设备上的稳定性和可靠性。
5、协作与文档：
与硬件工程师、软件开发者和产品经理紧密合作，确保模型开发与系统需求一致。
记录模型开发、优化和部署流程，确保可重复性和知识共享。
跟踪深度学习、移动AI和硬件加速技术的最新进展。
任职要求：
1、教育背景：
计算机科学、电子工程、人工智能或相关领域的本科或硕士学位，博士学位加分。
2、工作经验：
2年以上使用PyTorch/TensorFlow进行深度学习模型开发的经验。
熟悉高通SNPE工具链及模型转换部署。
掌握RKNN-Toolkit2，具备适配RK3588 NPU的经验。
精通模型优化技术（如INT8/FP16量化、剪枝），适配移动/嵌入式平台。
3、技术技能：
精通Python及PyTorch/TensorFlow框架。
深入理解神经网络架构（如CNN、RNN、Transformer）及其应用。
熟悉移动端推理需求（如低延迟、低功耗、内存限制）。
具备高通Hexagon DSP、Adreno GPU或RK3588 NPU优化经验者优先。
熟悉C/C++（性能关键应用）加分。
4、软技能：
优秀的问题解决能力和团队协作精神。
良好的沟通能力，能向技术和非技术人员清晰表达复杂概念。
主动学习新工具和技术的积极性。
优先条件：
熟悉其他NPU或AI加速器工具链（如TensorRT、OpenVINO）。
具备移动或边缘设备上的计算机视觉或NLP应用经验。
了解Android或基于Linux的嵌入式系统开发。
有开源AI项目贡献或相关领域发表论文者优先。