- 负责深度学习模型（感知/预测/规划/VLA）在边缘端硬件（如 NVIDIA Orin、RK3588）的模型量化、加速与部署； - 设计并实现模型压缩、量化、蒸馏等优化方法，提升推理效率并降低功耗； - 针对不同硬件平台（GPU、NPU、DSP 等），优化算子性能，保证模型在实时性和准确性上的平衡； - 跟踪学术前沿和产业实践，将最新的量化与高效推理技术应用于实际项目； - 支持跨团队合作，协助算法、系统、硬件团队完成端到端的模型上线。 6、与智能驾驶、具身智能、数据平台等团队协作,推动世界模型在数据生成、场景评测与策略学习中的实际落地。 - 硕士及以上学历，计算机/自动化/人工智能/应用数学等相关专业优先，有2年以上量化部署经验。 - 熟悉主流模型量化与压缩方法（PTQ、QAT、低比特量化、混合精度等），具备相关实践经验； - 熟练使用至少一种深度学习框架（PyTorch / TensorFlow / JAX），并了解其量化工具链（如 TensorRT、OpenVINO、XLA、ONNX Runtime 等）； - 有深度学习模型（感知/预测/规划/VLA）部署经验者优先； - 具备边缘端硬件部署经验（如 RK3588、Orin、Ascend、地瓜 S100、寒武纪、瑞芯微 NPU 等）者优先； - 具有相关领域的论文或专利者优先； - 扎实的编程能力，熟练掌握 C++ / CUDA / Python 中的一门或多门。 加分项： - 有机器人、自动驾驶、AR/VR 等实际落地应用中的模型量化与部署经验； - 对具身智能场景下的低延迟推理有深入理解； - 参与或主导过开源量化工具的开发。