岗位职责：

1、负责深度学习模型的优化、量化（INT8/FP16）、剪枝与蒸馏，提升算法在嵌入式设备上的运行效率。

2、研究并实现轻量化模型（MobileNet、PP-LiteSeg、Tiny-YOLO等）在移动端或算法板端（NPU、DSP、GPU、FPGA）的高效部署。

3、使用TensorRT、Tengine、NCNN、MNN、TVM、OpenVINO等推理引擎进行模型转换、加速与适配，优化推理速度、功耗、内存占用，提高实时检测能力。

4、负责Linux内核裁剪与移植，基于Buildroot、Yocto、Kernel
Customization等工具，裁剪轻量级Linux系统，使其适配嵌入式深度学习推理环境。

5、参与嵌入式AI推理系统的端到端开发，包括数据预处理、推理框架适配、边缘计算优化等，并进行性能调优。

6、解决嵌入式环境中的系统兼容性、稳定性、性能优化等问题，提升产品的实际落地能力。

岗位要求：

1、硕士及以上学历，计算机、电子信息、自动化、人工智能等相关专业。

2、熟悉PyTorch、TensorFlow、PaddlePaddle等深度学习框架，并具备模型量化、剪枝、蒸馏优化经验。

3、熟悉ONNX、TensorRT、OpenVINO、NCNN、MNN等推理引擎，有端侧、边缘计算设备（如Jetson、RK3588、树莓派、嵌入式ARM平台）上模型部署经验。

4、具备Linux内核裁剪、移植和优化经验，熟悉Kernel
Configuration、驱动适配、设备树（DTS）、交叉编译工具链，有ARM、RISC-V、NPU等硬件平台移植经验。

5、熟练使用C/C++、Python、Shell，能够开发嵌入式驱动、系统工具和性能优化方案。

6、熟悉PCIe、I2C、SPI、USB、NPU加速卡等接口协议，能够适配深度学习加速器或自研硬件。

7、具有嵌入式AI项目开发经验。

8、有辅助驾驶、智能安防、智能检测相关项目经验者优先。