岗位职责

一、端智能算法与开发
1.负责在终端设备（如手机、IoT设备、边缘服务器等）上进行AI模型的设计、优化及部署工作，涉及模型轻量化技术（包括量化、剪枝、知识蒸馏）以及动态推理策略的实现；
2.实现跨平台（Android/iOS/嵌入式Linux/鸿蒙）AI应用开发，提升模型与各类硬件（GPU/NPU/CPU）间的协同效率，优化运行性能、功耗表现和内存使用。

二、系统架构与协同
1.构建端侧智能系统的全流程解决方案，涵盖模型训练、部署上线与迭代更新，并设计端与云端协同工作的整体架构；
2.主导边缘计算节点与终端设备之间的联合优化，包含任务分发机制、资源调度策略及低延迟服务架构设计。

三、问题解决与技术创新
1.攻克终端部署过程中因芯片类型、操作系统版本差异带来的兼容性难题，持续优化主流推理引擎（如TFLite/MNN/ONNXRuntime等）的实际表现；
2.关注并研究前沿技术方向（如联邦学习、自监督学习、异构计算架构），推动其在实际业务场景中的应用落地。

四、跨团队协作
1.与算法、硬件、产品等团队紧密配合，保障端侧智能方案的高效实施与交付；
2.参与技术方案评审，撰写相关技术文档，并推动团队内部的技术交流与知识沉淀。

任职资格

一、基础要求
1.具备本科及以上学历，专业方向为计算机、人工智能、电子信息等相关领域；
2.掌握常见机器学习模型（如CNN/RNN/Transformer等），熟练使用Python/C++/Java至少一种编程语言；
3.拥有终端平台开发经验（如AndroidNDK、iOSMetal、嵌入式系统开发）或熟悉模型压缩相关技术。

二、核心能力
1.算法与开发：了解常用端侧推理框架（TFLite/MNN/NCNN等），具备模型量化、剪枝等轻量化处理能力；
2.系统与架构：理解边缘计算生态（如K3s/Istio）及分布式系统基本原理，具有系统级架构设计经验；
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）。

三、加分项
1.具备自动驾驶、智能家居、AR/VR等领域中端侧智能技术落地的实际项目经验；
2.曾参与开源项目贡献（例如TensorFlowLite）。