1.负责深度学习模型（如CNN、Transformer、YOLO等）在嵌入式边缘计算平台（如ARMSoC、NPU、DSP、MCU）上的移植、转换与部署。 2.主导AI模型的轻量化与工程化落地，运用量化（INT8/FP16）、剪枝、知识蒸馏等技术，优化模型在资源受限环境下的推理速度与内存占用。 3.开发并优化嵌入式端AI推理框架及底层算子，打通“云端训练-边缘推理”的全链路数据流转。 4.配合算法工程师进行模型精度对齐与性能调优，解决AI应用在嵌入式系统中的实时性与功耗瓶颈。