一、岗位职责
1、负责在终端设备（手机、IoT设备、边缘服务器等）上进行AI模型的设计、优化与部署，涉及模型压缩技术（如量化、剪枝、知识蒸馏）及动态推理方案的实现；
2、开展跨平台（Android/iOS/嵌入式Linux/鸿蒙）AI应用开发，提升模型与硬件单元（GPU/NPU/CPU）间的协同效率，优化运行性能、功耗表现与内存使用；
3、构建端侧智能系统的全流程解决方案，涵盖模型训练、部署实施与迭代更新，设计端云协同的整体架构；
4、主导终端与边缘计算节点的联合优化工作，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挑战（如芯片型号差异、操作系统版本碎片化），持续优化主流推理引擎（如TFLite/MNN/ONNXRuntime等）；
6、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高效集成与实施；
8、参与技术方案评审，撰写相关技术文档，并促进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者优先。

2、核心能力
（1）算法与开发：熟悉主流端侧推理框架（如TFLite/MNN/NCNN），掌握模型量化、剪枝等优化方法；
（2）系统与架构：了解边缘计算生态（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）具备自动驾驶、智能家居、AR/VR等领域中端侧智能落地实践经验；
（2）曾参与开源项目（如TensorFlowLite、PyTorchMobile、ONNX）并有代码贡献；
（3）熟悉低功耗设计方法，有ARM架构层面的性能调优经验。