职位描述- 负责将PyTorch/TensorFlow训练模型转换为嵌入式设备支持的格式（如ONNX、TensorRT、TFLite） - 在目标平台上集成和调优推理引擎（如TensorRT、OpenVINO、TFLite、RKNN），实现低延迟、高吞吐的算法推理。 - 编写高性能C++代码，利用NEON/SIMD指令集、多线程、内存池等技术进行底层优化。 - 使用Nsight Systems、vtune、perf等工具进行端到端性能剖析，精准定位性能瓶颈（算子、内存、IO等）。 - 与硬件团队协作，充分利用NPU/DPU、DSP、GPU等异构计算单元的算力，设计高效的任务调度与数据流。 - 构建自动化部署流水线，编写部署脚本，并进行严格的精度、速度、功耗和稳定性测试。任职要求必需条件 - 计算机、电子、自动化等相关专业研究生（985）及以上学历。 - 精通C/C++，熟悉现代C++特性，具备高性能编程和内存优化能力。 - 熟练使用Python，用于模型转换、测试和自动化脚本编写。 - 精通ONNX及相关工具链，熟悉至少一种推理引擎（TensorRT、OpenVINO、TFLite等）。 - 熟悉Linux开发环境，具备交叉编译、驱动、系统调优经验。 - 有扎实的计算机体系结构基础，了解CPU缓存、内存管理等原理。 优先考虑条件 1. 硬件架构专家：熟悉Jetson、海思、地平线、瑞芯微等主流AI芯片架构，有BSP开发经验。 2. 编译器技术：了解TVM、MLIR等编译器技术，有相关经验者极具优势。 3. 机器人/自动驾驶：熟悉ROS 2，有感知、规划、控制算法部署经验。 4. 计算机视觉：有CV算法（目标检测、分割、分类）的极致优化经验。
