一、岗位职责

1. 模型压缩技术研发：主导或参与深度学习模型的压缩工作，重点突破量化（INT8/INT4/FP16 等）、剪枝、蒸馏等核心技术，在保证模型精度损失可控的前提下，降低模型体积与计算复杂度，适配端侧设备资源限制。​

2. 推理加速方案设计：针对不同端侧的硬件，优化模型推理流程，结合硬件特性设计高效推理引擎或集成第三方加速框架，提升模型推理速度与资源利用率。​

3. 技术专利与文档输出：跟踪行业前沿技术动态，提炼项目中的核心技术创新点，撰写AI 模型优化、端侧推理相关的发明专利；同时输出高质量技术文档，包括方案设计文档、接口文档、落地手册等。

二、职位要求

1. 学历与专业背景

研究生及以上学历，人工智能、计算机、自动化等相关专业毕业；具有实际项目开发实践或相关行业研发经验者优先考虑。

2. 专业技能要求

2.1精通深度学习模型结构（如Transformer、BERT等预训练模型），熟悉至少一种主流深度学习框架（PyTorch/TensorFlow）；​

2.2掌握模型压缩关键技术，具有量化、剪枝、蒸馏实际项目经验，能独立完成模型压缩方案设计与落地，且具备精度修复与性能调优能力；​

2.3 了解端侧硬件架构（如 ARM、GPU、NPU），有手机端、嵌入式设备（如 STM32、RK3588）AI 模型落地经验者优先，熟悉 MNN、TFLite、ONNX Runtime 等端侧推理框架者优先。

三、综合素质要求

1. 具备较强的问题解决能力，面对研发过程中的技术难题，能够快速分析原因，提出有效的解决方案并落地执行。

2. 拥有良好的沟通协调能力与团队合作精神，能够与需求分析、产品设计、测试、生产等跨部门人员高效协作，推动项目顺利开展。

3. 具备较强的学习能力与创新意识，能够快速掌握车载健康检测领域的新技术、新方法，并应用于实际研发工作中。

4. 工作态度严谨负责，注重细节，对产品质量有较高的要求，能够承受一定的项目研发压力，按时完成项目任务。