具身模型部署算法工程师

1. 01

   负责多模态大模型、具身大模型（如VLA视觉-语言-动作模型、世界模型等）在国产算力芯片及边缘计算板卡上的迁移、适配与部署；

2. 02

   完成模型、算子、推理框架与国产板卡软件栈之间的兼容性适配，解决模型转换、编译构建、算子不兼容、运行时异常及精度偏差等问题；

3. 03

   针对机器人的高频控制闭环需求（如数百Hz的动作输出频率），开展端侧推理性能极致调优。围绕端到端时延、显存占用、I/O吞吐量进行分析，解决具身场景下单Batch、低延迟推理的性能瓶颈；

4. 04

   负责推理服务的工程化封装，并与机器人底层控制系统或中间件（如 ROS/ROS2, DDS）深度集成。实现多模态传感器数据（如多路视觉、本体状态、高精度空间定位数据）的高效接入与对齐。

1. 01

   硕士及以上学历，计算机、软件工程、人工智能、电子信息、自动化等相关专业，在机器人或自动驾驶等行业具有1～2年以上模型部署或AI加速相关工作经验，特别优秀者可放宽学历与年限要求；

2. 02

   熟悉Linux及实时操作系统（RTOS）开发环境，具备扎实的 Python 和现代 C/C++ 编程能力。能够独立完成模型适配、功能调试和底层性能问题定位；

3. 03

   熟练使用PyTorch，理解深度学习模型的计算过程、计算图、张量处理机制及常见算子实现方式；

4. 04

   具备CUDA模型迁移或异构计算平台适配经验，能够将基于CUDA生态开发的模型或算子迁移至国产算力平台；

5. 05

   熟悉ONNX模型转换及部署流程，能够处理模型导出、算子转换、动态图与静态图适配以及模型精度对齐等问题；

6. 06

   熟悉TensorRT-LLM等大模型推理框架及其优化机制，了解模型并行、批处理、KV Cache、显存管理和推理加速等关键技术。

加分项

1. 01

   具有华为昇腾、寒武纪等国产算力平台的实际模型适配或部署经验；

2. 02

   具有多模态大模型或大语言模型的量化、裁剪、蒸馏和推理加速经验；

3. 03

   熟悉国产算力平台的编译器、运行时、算子库及相关SDK，具备底层问题定位经验；

4. 04

   具有边缘计算板卡上的模型压缩、资源受限部署或低时延推理优化经验。