嵌入式-AI计算加速工程师

1. 主导公司核心AI模型的量化、剪枝与蒸馏工作，实现模型在端侧/云端的性能提升与部署适配。

2. 评估模型优化效果，平衡精度损失与推理速度、显存占用的关系，输出符合业务场景的优化方案。

3. 跟踪模型压缩领域前沿技术（如稀疏训练、量化感知训练），并落地到实际业务中，解决工程化落地难点。

1. 熟练掌握PyTorch/TensorFlow等框架，有模型量化、剪枝、蒸馏的实际项目经验。

2. 理解深度学习模型（CNN/Transformer等）的结构原理，能针对性设计优化策略，降低精度损失。

3. 具备在多种硬件(CPU/GPU/NPU)上部署模型经验。

4. 具备一定工程能力，能与算法、工程团队协作，推动优化后模型的部署上线。