感知算法工程师

到岗时间：不限 婚况要求：不限 自驾 - 负责低算力平台（MCU、嵌入式NPU）感知算法的设计、研发与优化，聚焦视觉感知（目标检测、图像分类、语义分割等）或语音感知方向，满足端侧实时性、低功耗、高精度需求。 - 主导模型量化技术落地，精通PTQ（训练后量化）、QAT（量化感知训练），负责INT8/INT4等低比特量化方案设计、校准与误差补偿，在算力受限场景下实现精度损失可控。 - 结合低算力平台特性，进行模型压缩、剪枝、蒸馏及推理优化，配合工程团队完成算法在边缘设备、嵌入式终端的部署落地，解决实际场景中的性能瓶颈。 - 跟踪行业前沿技术（如SmoothQuant、AWQ、GPTQ等低比特推理技术），结合业务需求进行技术调研与落地，提升算法性能与工程化效率。 - 与产品、硬件、嵌入式团队协同，明确算法技术指标，推进项目迭代，保障算法落地的稳定性与实用性。 - 精通机器学习、深度学习基础，熟悉CNN、Transformer等主流感知模型，有目标检测、图像分类、语音识别等感知任务相关研发经验。 - 熟练掌握模型量化技术，有PTQ、QAT实战经验，能独立完成低比特（INT8/INT4）量化方案设计、校准与优化，具备量化误差分析与补偿能力。 要求： - 熟悉低算力平台特性，有MCU、嵌入式NPU（如高通、联发科、瑞芯微等）算法部署经验者优先。 - 掌握至少一种推理部署框架（NCNN、MNN、TFLite、TensorRT、OpenVINO等），能独立完成算法从训练、量化到部署的全流程。 - 具备良好的编程能力，熟练使用Python、C/C ，熟悉PyTorch、TensorFlow等深度学习框架，能独立完成算法原型开发与调试。