岗位职责：
1.算法部署与优化：

将训练好的AI模型（如目标检测、图像分类、人脸识别模型）部署到嵌入式平台（如海思、英伟达Jetson、瑞芯微、STM32MPU等）。

对模型进行剪枝、量化、蒸馏等优化，以满足嵌入式设备的算力、内存和功耗限制。

利用平台的硬件加速单元（如NPU、GPU、DSP）进行算法加速。

2. 嵌入式开发与集成：

开发、调试和维护摄像头驱动、图像采集与预处理模块（ISP tuning，图像增强等）。

实现算法与嵌入式操作系统（如Linux、RTOS）的集成，确保系统的稳定性和实时性。

负责嵌入式端侧的C++/Python应用程序开发，完成算法调用、业务逻辑和通信接口（如网络、串口）的对接。

3.全链路算法实现：

根据需求，参与或负责从数据采集、标注、模型训练（使用PyTorch/TensorFlow等框架）到嵌入式部署的全流程。

编写和优化传统的图像处理算法（如图像增强、运动检测、跟踪）作为AI算法的补充或预处理。

4. 测试与调优：

设计测试方案，在真实场景下评估算法的精度、速度、鲁棒性和资源消耗。

针对具体场景（如光照变化、复杂背景）进行算法参数的调优和模型迭代。

5. 技术文档与协作

任职资格：

1. 教育背景：
计算机科学、电子工程、自动化、人工智能等相关专业，本科及以上学历。
2. 核心技术能力：
编程能力：精通C/C++，熟悉Python。具备扎实的代码能力和良好的编程习惯。
嵌入式开发：熟悉至少一种嵌入式平台（如ARM Cortex-A/M系列），有Linux嵌入式开发经验，了解交叉编译、驱动、文件系统等。熟悉常用通信接口（如USB、MIPI、以太网）。
3. AI与计算机视觉：
熟悉主流深度学习框架（PyTorch或TensorFlow）。
掌握计算机视觉基础理论和常用模型（如CNN、YOLO、ResNet、MobileNet）。
熟悉模型优化工具（如TensorRT、OpenVINO、NCNN、TFLite等）。
4. 摄像头与图像处理：
了解摄像头成像原理、传感器特性及ISP图像信号处理流程。
熟练使用OpenCV等库进行图像处理和算法原型开发。
5. 经验要求：
有实际的AI模型嵌入式部署经验，能将模型成功跑在资源受限的设备上并达到性能指标。
有完整的摄像头相关项目经验，如图像采集、处理、识别一体化的嵌入式系统开发。