崗位職責
1負責機器學習/深度學習算法(如CNN/RNN/Transformer)的設(shè)計與優(yōu)化,針對實際場景(如機器人視覺語音交互)完成模型訓練調(diào)參及輕量化處理(如量化算子融合),提升精度速度與資源效率。
2將訓練模型部署至邊緣設(shè)備(如STM32/RK3588S),借助TensorFlow LiteRKNN等工具鏈實現(xiàn)端側(cè)推理優(yōu)化,滿足低延遲(如200ms)低功耗等實時性要求。
3開發(fā)信號處理控制算法(如PID路徑規(guī)劃),實現(xiàn)多傳感器(如IMU+激光雷達)融合及SLAM建圖與導航。
4進行數(shù)據(jù)清洗標注與特征工程,構(gòu)建數(shù)據(jù)管道和自動化處理工具,通過Online Learning/A/B測試等方式持續(xù)優(yōu)化模型效果。
5跟蹤前沿算法(如多模態(tài)大模型),輸出專利或論文。協(xié)同硬件嵌入式及產(chǎn)品團隊完成技術(shù)方案設(shè)計指標定義和聯(lián)合調(diào)試,確保算法落地與用戶體驗提升。
任職要求
1碩士及以上學歷(優(yōu)秀本科生可申),計算機數(shù)學電子工程等相關(guān)專業(yè)。
2熟練掌握Python,熟悉C++/Java/Scala更佳。精通TensorFlow/PyTorch等框架,熟悉常見機器學習算法及適用場景。
3熟悉大數(shù)據(jù)工具(Hadoop/Spark)和數(shù)據(jù)庫(SQL/NoSQL),有模型部署經(jīng)驗者優(yōu)先。
4具備扎實的數(shù)學基礎(chǔ)(線性代數(shù)概率統(tǒng)計等)。具有語音/NLPCV機器人算法(如ROS)等項目經(jīng)驗。
5熟悉高并發(fā)/分布式系統(tǒng),或有AutoML模型壓縮相關(guān)經(jīng)驗。
1負責機器學習/深度學習算法(如CNN/RNN/Transformer)的設(shè)計與優(yōu)化,針對實際場景(如機器人視覺語音交互)完成模型訓練調(diào)參及輕量化處理(如量化算子融合),提升精度速度與資源效率。
2將訓練模型部署至邊緣設(shè)備(如STM32/RK3588S),借助TensorFlow LiteRKNN等工具鏈實現(xiàn)端側(cè)推理優(yōu)化,滿足低延遲(如200ms)低功耗等實時性要求。
3開發(fā)信號處理控制算法(如PID路徑規(guī)劃),實現(xiàn)多傳感器(如IMU+激光雷達)融合及SLAM建圖與導航。
4進行數(shù)據(jù)清洗標注與特征工程,構(gòu)建數(shù)據(jù)管道和自動化處理工具,通過Online Learning/A/B測試等方式持續(xù)優(yōu)化模型效果。
5跟蹤前沿算法(如多模態(tài)大模型),輸出專利或論文。協(xié)同硬件嵌入式及產(chǎn)品團隊完成技術(shù)方案設(shè)計指標定義和聯(lián)合調(diào)試,確保算法落地與用戶體驗提升。
任職要求
1碩士及以上學歷(優(yōu)秀本科生可申),計算機數(shù)學電子工程等相關(guān)專業(yè)。
2熟練掌握Python,熟悉C++/Java/Scala更佳。精通TensorFlow/PyTorch等框架,熟悉常見機器學習算法及適用場景。
3熟悉大數(shù)據(jù)工具(Hadoop/Spark)和數(shù)據(jù)庫(SQL/NoSQL),有模型部署經(jīng)驗者優(yōu)先。
4具備扎實的數(shù)學基礎(chǔ)(線性代數(shù)概率統(tǒng)計等)。具有語音/NLPCV機器人算法(如ROS)等項目經(jīng)驗。
5熟悉高并發(fā)/分布式系統(tǒng),或有AutoML模型壓縮相關(guān)經(jīng)驗。
職位類別: 工程師
舉報
醫(yī)療器械超聲_內(nèi)窺鏡算法工程師職業(yè)大全:
溫馨提示

- 你可能感興趣的職位
- 最近瀏覽記錄
-
15-25K/月
-
15-18K/月
-
面議
-
16-26W/年
-
15-25K/月
-
30-50W/年
-
15-40K/月
-
5-8K/月
暫沒有相關(guān)信息
- 公司規(guī)模:20-99人
- 所屬行業(yè):互聯(lián)網(wǎng)/電子商務(wù)
- 聯(lián)系人:陳金瑩
- 手機:會員登錄后才可查看
- 郵箱:會員登錄后才可查看
- 郵政編碼:
工作地址
- 地址:深圳市南山區(qū)桃源街道大學城社區(qū)篤學路9號國家超級計算深圳中心科研樓七樓
HR問答
查看更多