岗位职责
- 主导XR设备相关机器学习算法设计、开发与工程化落地，涵盖模型选型、训练调优、性能优化等全流程，满足XR设备的交互、感知、决策等核心需求；
- 聚焦端侧算法性能优化，针对移动端XR头显的资源受限特性（低算力、低内存、低功耗），实现算法的低延迟推理与高效运行；
- 优化算法在动态复杂场景中的鲁棒性，结合数据分析结果解决环境干扰、设备差异、数据分布不均等问题，保障算法在实际场景中的稳定表现；
- 推动技术沉淀与标准化，参与算法及数据处理相关专利布局，输出数据处理流程、算法工程化最佳实践，提升团队整体研发效率；
- 与XR硬件团队、工程开发团队、产品团队紧密协作，明确数据与技术需求，推进算法方案落地与迭代优化。
职位要求
- 本科及以上学历，计算机科学、机器学习、人工智能、软件工程、应用数学等相关专业；5年以上机器学习算法工程化研发经验；
- 精通机器学习核心算法原理（如深度学习、传统机器学习模型），熟悉常见模型（CNN、Transformer、RNN等）的工程化应用场景；熟练掌握至少一种主流深度学习框架（PyTorch/TensorFlow），具备独立完成模型训练、调优、版本管理的实战能力；
- 具备较强的工程实现能力，熟练使用Python/C/C++等编程语言，能高效将算法与数据方案转化为稳定、可复用的工程代码；熟悉算法工程化全流程，包括数据处理、模型训练、部署上线、监控迭代，有完整项目落地经验；
- 熟悉QNN、TensorRT、ONNX等端侧部署生态，具备端侧算法优化实战经验，了解XR设备/GPU/NPU硬件架构者优先；能针对资源受限设备设计合理的算法方案，平衡性能、精度与资源占用；
- 具备扎实的工程问题与数据问题分析能力，能快速定位算法训练、数据处理、部署中的瓶颈并给出高效解决方案；具备良好的跨团队沟通协作能力，能与硬件、工程、产品、数据标注团队高效协同推进项目。
