算法工程化工程师（模型部署与算子优化方向）【2027届校招】

1. 参与自动驾驶感知、预测、规划及端到端模型的部署与推理优化；
2. 参与模型量化工作，包括PTQ、QAT及INT8/FP16等混合精度方案；
3. 参与CUDA/TensorRT/ONNX Runtime算子开发、性能调优与计算图优化；
4. 参与模型跨平台精度对齐、性能Profiling及自动化评测体系建设；
5. 配合算法和系统团队，推进模型在车载异构计算平台上的集成与落地

1. 计算机、电子工程、自动化、人工智能等相关专业，硕士及以上学历；
2. 具备良好的C/C++编程基础，了解CUDA并行计算及GPU基本架构；
3. 熟悉PyTorch等训练框架，了解ONNX、TensorRT或ONNX Runtime模型部署流程；
4. 了解模型量化基础知识，如PTQ/QAT、INT8量化、Per-Channel/Per-Tensor量化等；
5. 理解卷积、矩阵乘、Attention、归一化等常见算子的基本原理；
6. 具备良好的学习能力、逻辑思维能力和团队协作意识。

【加分项】

1. 有模型部署、量化、CUDA Kernel或TensorRT Plugin相关项目/实习经历；
2. 了解Triton、TVM、MLIR等AI编译器或性能优化工具；
3. 有自动驾驶模型、端侧AI或异构SoC平台开发经验；
4. 在相关竞赛、开源项目或学术研究中取得过成果