岗位职责
算法落地与部署： 负责计算机视觉（CV）、深度学习等算法模型在物流仓储场景（如数字孪生、人员/物品实时追踪系统）中的工程化落地与部署。 性能优化与加速： 设计并开发高性能的算法推理 Pipeline，针对具体业务场景进行模型量化、剪枝、算子优化及推理加速，确保系统的高吞吐与低延迟。 架构与平台建设： 深度参与团队 MLOps 平台的建设与迭代，完善模型训练、评测、发布及监控的自动化闭环链路。 国产化硬件适配： 负责算法模型在国产化边缘计算设备及异构计算平台上的移植、适配与深度性能调优。 跨部门协同： 与算法研究员紧密合作，理解算法逻辑，从工程视角提供模型结构的优化建议，提升算法的工业级可用性。
职位要求
教育背景： 计算机科学、电子工程、自动化等相关专业，本科及以上学历。 编程功底： 具备深厚的 C++ 编程功底，熟悉 Linux/Ubuntu 开发环境，熟练掌握多线程/多进程编程及内存管理，具备优秀的系统级 Debug 能力。 算法基础： 具备扎实的算法与数据结构基础，熟悉常用的计算机视觉及深度学习原理，熟练使用 PyTorch 等主流深度学习框架。 工程化经验： 熟练掌握 TensorRT、ONNX Runtime、OpenVINO 等至少一种推理框架；有丰富的模型转换、算子开发及推理加速实战经验。 加分项（强烈推荐）： 具有国产化硬件（如华为昇腾 Ascend、寒武纪、地平线、瑞芯微等）的模型适配、NPU 算子开发及性能调优经验者优先。 熟悉 CUDA 编程，有高并发服务端推理架构开发经验者优先。
