岗位职责
- 参与智能家居设备（如智能门锁、监控摄像头、智能厨电、传感类产品等）端侧图像算法的研发与落地，聚焦轻量化小模型方向；
- 参与计算机视觉算法开发，包括但不限于目标检测、关键点、分类识别、目标跟踪、图像分割等深度学习算法；
- 参与模型的训练、调优与评测，围绕端侧算力约束做轻量化与性能优化（剪枝、蒸馏、量化等）；
- 参与模型量化与部署工作，在嵌入式/芯片平台上完成模型移植与推理加速，改善端侧运行效率；
- 参与训练数据的采集、清洗、标注管理与数据分析，协助搭建数据处理流程，提升数据质量与研发效率；
- 跟踪业界前沿的轻量级视觉算法进展，参与算法调研、原型验证与文档整理。
职位要求
- 在读硕士，计算机、自动化、电子信息、人工智能等相关专业，计算机视觉、深度学习、图像处理方向优先；
- 掌握深度学习与计算机视觉基础，熟悉常见的检测/分类/分割/跟踪等算法原理；
- 熟悉至少一种主流深度学习框架（PyTorch / TensorFlow 等），有完整的模型训练与调优实践经验；
- 熟悉 Python，了解 C++；熟悉 Linux 开发环境，有 OpenCV 使用经验者优先；
- 有模型轻量化、量化或端侧/嵌入式部署经验者优先；
- 责任心强，学习能力强，有良好的沟通协作能力，能保证稳定的实习时间。 加分项：
- 有顶会论文、算法竞赛获奖经历、高质量开源项目等；
- 有智能硬件、IoT、边缘计算相关项目经验。
