【27届校招】具身智能模型部署工程师

负责具身智能模型在机器人端和小鹏自研芯片平台上的适配、优化与部署，参与模型转换、量化、性能评测、精度验证和上线发布全流程。通过工程优化提升模型推理性能、资源利用率和运行稳定性，推动算法能力高效落地到机器人产品。 岗位职责

1. 01

   负责 VLM、VLA、多模态及其他具身智能模型在小鹏自研芯片平台上的转换、适配、量化与部署；

2. 02

   开展端侧推理性能评测与优化，分析时延、内存、功耗和算力利用率等关键指标； 建立模型精度对齐与自动化回归能力，定位模型转换、量化及算子适配过程中的精度问题；

3. 03

   参与模型部署工具链建设，完善模型转换、性能基准、端侧验证和发布流程； 与算法和芯片团队协作，从模型设计阶段参与部署可行性评估，推动模型在机器人端稳定运行。

1. 01

   计算机、人工智能、电子工程、自动化等相关专业本科及以上学历，面向应届毕业生；

2. 02

   熟练掌握 C++ 或 Python，具备良好的数据结构、算法和软件工程基础；

3. 03

   理解深度学习基本原理，熟悉 Transformer、视觉或多模态模型的基本结构与计算特点；

4. 04

   熟悉 PyTorch 等训练框架，了解模型导出、转换和推理部署的基本流程；

5. 05

   对模型性能优化有兴趣，能够结合日志、性能数据和实验结果分析定位问题；

6. 06

   具备良好的学习能力和动手能力，有相关课程设计、实习、科研或个人项目经验。

加分项

1. 01

   有 LLM、VLM、VLA 或多模态模型部署与优化项目经验；

2. 02

   熟悉 ONNX、TensorRT、llama.cpp、MLC LLM 或芯片推理 SDK；

3. 03

   了解 PTQ、QAT、混合精度等量化方法，并有精度对齐实践；

4. 04

   有 CUDA、NPU、嵌入式 Linux 或开发板模型部署经验；

5. 05

   在 AI 系统、编译器、并行计算相关竞赛、开源项目或论文中有突出成果。 我们期望你具备的特质：

6. 01

   学习能力：愿意持续学习模型、运行时和芯片平台知识，能够快速进入新的技术领域；

7. 02

   工程思维：重视数据、实验和代码质量，能够把想法转化为可验证、可复现的工程结果；

8. 03

   探索精神：对模型如何在真实机器人上高效运行保持好奇，愿意深入定位和解决复杂问题。