人工智能算法工程师（终端智能方向）

岗位职责
一、端智能算法与开发
1.负责在终端设备（如手机、IoT设备、边缘服务器）上进行AI模型的设计、优化及部署工作，涉及模型压缩技术（包括量化、剪枝、知识蒸馏）和动态推理等方向；
2.开展跨平台（Android/iOS/嵌入式Linux/鸿蒙）AI应用开发，实现模型与多种硬件（GPU/NPU/CPU）的高效协同，提升运行性能，降低功耗与内存消耗。

二、系统架构与协同
1.构建端侧智能系统的全流程解决方案，涵盖模型训练、部署与更新机制，并设计端云协同的整体架构；
2.主导边缘计算节点与终端设备间的联合优化，涵盖任务调度策略、资源分配机制以及低延迟服务架构设计。

三、问题解决与技术创新
1.攻克终端部署过程中因芯片差异、操作系统版本不一致带来的兼容性挑战，持续优化主流推理框架（如TFLite/MNN/ONNXRuntime等）；
2.密切关注前沿技术发展（如联邦学习、自监督学习、异构计算），推动新技术在实际业务场景中的验证与落地。

四、跨团队协作
1.与算法、硬件、产品等相关团队紧密配合，保障端侧智能方案的顺利实施；
2.参与技术方案评审，撰写技术文档，并促进团队内部的技术交流与知识沉淀。

任职资格
一、基础要求
1.具备本科及以上学历，专业方向为计算机、人工智能、电子信息等相关领域；
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.拥有终端平台开发经验（如AndroidNDK、iOSMetal、嵌入式系统）或熟悉模型压缩相关技术。

二、核心能力
1.算法与开发：了解常用端侧推理引擎（TFLite/MNN/NCNN等），掌握模型量化、剪枝等优化方法；
2.系统与架构：熟悉边缘计算平台（如K3s/Istio）、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：了解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）。

三、加分项
1.具备自动驾驶、智能家居、AR/VR等领域中端侧智能实际落地项目经验；
2.曾参与开源项目（如TensorFlowLite）贡献者优先考虑。