职位描述：我们正在寻找一位经验丰富的AI模型工程化工程师，负责将深度学习模型高效地部署到生产环境中，并优化其性能。理想的候选人应具备扎实的C++编程能力，熟悉深度学习模型推理优化技术（如ONNX、TensorRT）、Batch推理和算子优化等。并对点云、Mesh等3D数据处理算法有深入理解。您将与算法团队、产品团队紧密合作，推动AI技术在实际应用中的落地。

1. 负责深度学习模型的工程化落地，包括模型转换、量化、推理优化及部署。

2. 使用ONNX、TensorRT等工具对模型进行优化，提升推理性能并降低资源消耗。

3. 针对点云、Mesh等3D数据，设计和实现高效的预处理、后处理算法。

4. 开发和维护高性能的C++推理引擎，确保其在GPU上的稳定运行。

5. 与算法团队协作，理解模型需求并提供工程化支持，确保模型从训练到部署的无缝衔接。

6. 持续优化现有系统，解决性能瓶颈，提升系统的可扩展性和鲁棒性。

7. 编写高质量的技术文档，分享最佳实践，推动团队技术能力的提升。

任职要求

· 必备技能：

1. 5年以上C++开发经验，熟悉现代C++特性（C++11/14/17）。

2. 熟悉深度学习模型推理优化技术，如ONNX、TensorRT、OpenVINO等。

3. 了解模型推理加速的研究和技术进展，包括但不限于模型量化、剪枝、TensorRT优化、Flash Attention 推理优化等；

4. 熟悉深度学习框架（如PyTorch、TensorFlow），了解模型训练与推理的基本流程。

5. 熟悉 TensorFlow/PyTorch 模型的训练和部署，了解混合精度训练、分布式训练等训练加速方法优先。

6. 对点云（Point Cloud）、Mesh等3D数据处理算法有实际项目经验。

7. 熟悉多线程编程、内存优化及高性能计算技术。

8. 具备良好的代码风格和工程化能力，熟悉CI/CD流程及版本控制工具（如Git）。