你将负责
- 负责端侧与边缘模型的量化、剪枝与算子优化，在 MX 系列芯片与边缘 AI 盒子上落地
- 与芯片、编译器团队做算子映射与内存复用优化，把延迟和功耗压到目标线以内
- 搭建精度-性能回归流水线，任何一次优化都要有可对比的量化数据
- 支持客户现场模型移植，把「能跑起来」推进到「连续三个月不出问题」
我们希望你具备
- 计算机、自动化、电子相关专业硕士及以上，3 年以上推理优化经验
- 熟悉模型量化（PTQ / QAT）与常见算子优化手段，能说清精度损失来自哪里
- 熟练使用 C++，熟悉至少一种推理框架（TensorRT / ONNX Runtime / TFLite / ncnn）
- 有端到端性能剖析经验，能区分瓶颈在模型结构、算子实现还是内存带宽
加分项
- 有 NPU / DSP 等专用加速器的算子开发经验
- 熟悉视觉检测、预测性维护等工业场景的模型特性
- 有编译器后端或图优化相关经验
团队与业务
端侧 AI 团队与芯片团队共用一套工具链，模型移植时发现的算子问题能直接进下一版编译器，而不是写成一份没人看的反馈文档。
工业现场的前提是默认条件：断网、粉尘、-20℃、七年不换设备。我们不追求实验室里的最优解。
工作地点与方式
办公地点在上海 · 张江 · 纳贤路 800 号（科海大楼），总部和研发中心在同一园区，芯片、协议栈、云平台、端侧 AI 四个团队在一栋楼里，跨团队沟通不需要排会议。
弹性工作制，核心时段 10:00–16:00；每周可申请一天远程；现场调试或客户支持需要出差时，按公司差旅标准执行，不占用个人年假。