一、岗位职责
1、负责在终端设备（手机、IoT设备、边缘服务器等）上完成AI模型的设计、优化与部署工作，涉及模型压缩技术（如量化、剪枝、蒸馏）及动态推理方法的应用；
2、开发适用于多平台（Android/iOS/嵌入式Linux/鸿蒙）的AI应用，实现模型与各类硬件（GPU/NPU/CPU）的高效协同，提升运行性能，降低功耗与内存消耗；
3、设计端侧智能系统的全流程解决方案，涵盖模型训练、部署策略与更新机制，并规划端与云协同的整体架构；
4、主导边缘计算节点与终端设备之间的联合优化，包括任务分发策略、资源调度机制以及低延迟服务架构设计；
5、解决模型在不同终端部署过程中的兼容性问题（如芯片型号差异、操作系统版本不一致），并对主流推理框架（如TFLite/MNN/ONNXRuntime等）进行适配与调优；
6、持续关注行业前沿技术方向（如联邦学习、自监督学习、异构计算），推动新技术在实际业务场景中的验证与落地；
7、与算法、硬件及产品团队紧密协作，保障端侧智能方案的顺利实施与交付；
8、参与技术方案评审，编写相关技术文档，并积极参与团队内部的技术交流与知识沉淀。

二、任职资格
1、基础要求
（1）优先考虑本科及以上学历，计算机、人工智能、电子信息等相关专业背景；
（2）掌握常见机器学习模型（如CNN/RNN/Transformer），熟练使用Python/C++/Java等编程语言；
（3）具备终端平台开发经验（如AndroidNDK、iOSMetal、嵌入式系统开发）或熟悉模型压缩相关技术者优先；

2、核心能力
（1）算法与开发：熟悉端侧推理引擎（如TFLite/MNN/NCNN等），掌握模型量化、剪枝等优化手段；
（2）系统与架构：了解边缘计算相关框架（如K3s/Istio），理解分布式系统基本原理，具备一定的系统架构设计能力；
（3）硬件与优化：熟悉GPU/NPU/DSP等硬件架构，能运用性能分析工具（如Perfetto/Instruments）或掌握异构计算技术（如CUDA/TVM）；

3、加分项
（1）有在自动驾驶、智能家居、AR/VR等领域实现端侧智能落地的实际项目经验；
（2）曾参与开源项目（如TensorFlowLite、PyTorchMobile、ONNX）并贡献代码；
（3）具备低功耗设计经验，熟悉ARM架构下的性能优化方法。