岗位职责
负责基于 YOLO 系列（v5/v7/v8 等）的图像识别算法研发与优化，包括目标检测、分类、分割等任务，提升模型在复杂场景下的精度与速度；
主导算法在 RK3588 平台的嵌入式部署，基于 NPU（神经网络处理器）进行模型转换、量化压缩与推理优化，确保算法在边缘端高效运行；
用 C++ 重构现有 Python 算法工程，优化代码结构与内存管理，适配嵌入式 Linux 系统，提升算法执行效率与稳定性；
参与算法与硬件的协同调试，解决模型部署过程中的兼容性、性能瓶颈等问题，输出可量产的工程化方案；
跟踪行业前沿技术（如轻量级模型、NPU 加速技术等），推动团队技术迭代与创新。
任职要求
本科及以上学历，计算机、电子、自动化、人工智能等相关专业，3 年以上图像识别算法研发或嵌入式部署经验；
精通图像识别基础理论与实践，深入理解 YOLO 系列模型原理，有实际项目中调优、改进 YOLO 模型的经验；
熟悉 RK3588 硬件架构，掌握其 NPU 编程与调试方法（如 RKNN Toolkit、RKNN API），有在该平台成功部署深度学习模型的案例；
具备扎实的 C++ 编程能力，熟悉 STL 容器、多线程编程，有算法工程化重构经验（尤其是从 Python 迁移到 C++）；
了解深度学习框架（PyTorch/TensorFlow），掌握模型量化、剪枝、蒸馏等轻量化技术；
熟悉嵌入式 Linux 系统开发，了解 CMake、交叉编译等工具，能独立完成算法从训练到部署的全流程；
具备良好的问题分析能力与团队协作精神，能承受一定的项目压力。