九号星-嵌入式电控软件开发工程师（商用出行）

算法研发：基于电机电流、IMU、轮速、GPS 等数据，开发骑行行为识别、路况识别、载荷识别、异常检测等算法。

模型部署：设计轻量化神经网络（MLP、1D-CNN 等），完成量化剪枝、C/C++ 化、定点化，部署至 ARM Cortex-M/R 或带 NPU 的 MCU。

传感器融合：构建多传感器融合与卡尔曼滤波算法，估计车辆速度、姿态、坡度等状态。

控制协同：参与 PMSM 电机 FOC 控制链路分析，结合感知结果实现控制参数自适应。

工程落地：完成算法与 RTOS、驱动层及整车软件的集成、联调与实车验证。

数据闭环：建立数据采集 → 清洗 → 训练 → 验证的自动化流程，持续优化算法鲁棒性

学历：计算机、自动化、机器人等相关专业博士或硕士

编程：精通 C/C++，熟悉 Python

嵌入式：理解 MCU 架构、中断、DMA、内存管理，有 ARM Cortex-M/R 或 RISC-V 实践经验

算法基础：扎实的数字信号处理、概率统计、线性代数及控制理论基础

AI：熟悉机器学习/神经网络原理，掌握 PyTorch 或 TensorFlow

控制：了解 PID、PMSM/FOC 基本原理

端侧部署：了解模型量化、定点化及 TensorFlow Lite Micro / CMSIS-NN 等工具链

系统：理解 RTOS，能完成算法模块集成、调试与性能分析 加分项

电动两轮车、无人机、机器人等载具算法/嵌入式项目经验

IMU、轮速、电机电流等多传感器融合或状态估计（EKF/DR）经验

MCU 神经网络推理、INT8 量化、CMSIS-NN 实际部署经验

熟悉 FreeRTOS/Zephyr/RT-Thread，具备 MCU 项目开发经验

熟悉 ARM DSP/SIMD、CMSIS-DSP 底层性能优化

了解 RISC-V、NPU 等异构计算及嵌入式 AI 加速技术

有 RoboMaster、智能车竞赛等竞赛经历或开源项目贡献