​ 岗位职责： ​算法实现与优化： 参与计算机视觉算法（如人脸识别、目标检测、图像分割等）的复现、训练及效果调优。 ​模型移植与部署（核心）： 负责将训练好的模型（PyTorch/TensorFlow）转换为中间格式（ONNX等），并移植到特定硬件平台（如 ARM、NPU、DSP 或 GPU 服务器）。 ​性能加速： 对模型进行量化（Int8/FP16）、剪枝及算子优化，在保证精度的前提下提升推理速度，降低资源占用。 ​工程化落地： 配合开发团队，使用 C++/Python 完成算法SDK的封装与集成测试。 ​任职要求： ​学历专业： 计算机、电子信息、自动化、数学等相关专业，本科及以上学历（大三/研二优先）。 ​编程基础： 熟练掌握 Python 和 C++，具有良好的代码规范和数据结构基础。 ​框架经验： 熟悉至少一种主流深度学习框架（PyTorch/TensorFlow），理解CNN、Transformer等基础网络结构。 ​实习时长： 每周出勤 4 天以上，实习期不少于 3 个月（长期实习优先）。 ​ 加分项（具备以下任意一项者优先）： ​模型部署经验： 熟悉 TensorRT、RKNN (瑞芯微)、OpenVINO、NCNN、MNN、TFLite 中任意一种推理框架者极高优先级。 ​嵌入式开发： 有树莓派、Jetson系列、RK3588 或其他嵌入式板卡的实际开发/调试经验。 ​底层优化： 了解模型量化原理（PTQ/QAT），或有 CUDA/Neon 算子编写经验。 ​竞赛与项目： 在 Kaggle、天池等算法比赛中获得名次，或有高质量的 GitHub 开源项目。