职位详情

一岗位职责
1. 算法开发与优化
- 设计实现和优化机器学习/深度学习算法模型如分类回归聚类NLPCV等
- 针对业务场景定制算法解决方案
- 参与模型的训练调参评估及性能优化如准确率速度资源占用等
模型设计与训练针对业务场景如陪护机器人的人脸识别语音交互设计深度学习模型CNN/RNN/Transformer完成数据标注特征工程及模型训练使用 TensorFlow/PyTorch 框架优化模型结构轻量化设计平衡精度与计算资源如适配 RK3588S NPU 的 INT8 量化
嵌入式算法移植将训练模型部署到边缘设备STM32/RK3588S使用 TensorFlow LiteONNX Runtime 或厂商工具链如 RKNN实现端侧推理针对硬件特性优化计算图算子融合内存复用确保实时性如机器人动态避障算法延迟 <200ms
传统算法开发开发信号处理算法如传感器数据滤波FFT 分析或控制算法PID路径规划实现多传感器融合IMU+激光雷达的 SLAM 建图与导航逻辑
2. 数据处理与分析
- 清洗预处理大规模结构化/非结构化数据文本图像视频等
- 构建特征工程挖掘数据潜在规律提升模型效果
3.数据闭环构建
数据采集与治理设计数据采集方案如机器人运行日志用户交互录音构建边缘-云端数据管道
开发数据清洗工具去噪异常值处理自动化标注系统半监督学习
模型迭代与 A/B 测试通过在线学习Online Learning或联邦学习Federated Learning持续优化模型设计实验对比算法版本效果如语音唤醒率提升 5%输出量化分析报告
4. 模型部署与落地
- 将算法模型部署到生产环境与工程团队协作完成服务化如API微服务
- 解决模型在线推理的实时性稳定性可扩展性问题
4. 技术研究与创新
- 跟踪前沿算法如大语言模型强化学习多模态等探索技术落地可能性
- 发表专利论文或参与技术讨论会
5. 跨团队协作
- 与产品业务团队沟通理解需求并制定技术方案
- 编写技术文档输出算法设计逻辑和实验报告
跨团队协作与硬件团队协同,参与主控芯片选型如评估 NPU 算力是否满足 YOLOv5s 部署需求定义传感器规格摄像头分辨率麦克风信噪比以满足算法输入要求
1.与嵌入式团队对接提供量化后模型.tflite/.rknn联合调试内存占用与推理速度开发算法性能监控模块如帧率CPU/内存异常告警
2.与产品经理联动将技术指标转化为用户体验参数如95% 的语音指令响应时间 <1 秒
评估功能可行性如实时情感识别对 RK3588S 算力的占用率
二任职资格
1. 硬性要求
- 学历与专业
- 硕士及以上学历计算机数学统计学电子工程等相关专业部分初级岗位接受优秀本科生
- 技术能力
- 熟练掌握Python主流语言熟悉C++/Java/Scala等更佳
- 精通机器学习框架如TensorFlowPyTorchScikit-learn
- 熟悉常见算法如SVM随机森林神经网络Transformer等及适用场景
- 熟悉大数据工具如HadoopSparkFlink和数据库SQL/NoSQL
- 有模型部署经验如DockerKubernetesTensorRT者优先
- 数学基础
- 扎实的线性代数概率统计优化理论功底
2. 加分项
- 熟悉领域技术有语音/NLP或计算机视觉项目经验者优先如NLP中的BERT/LLMCV中的CNN/目标检测
- 熟悉ROS及机器人算法者优先
- 有高并发分布式系统开发经验
- 顶会论文NeurIPSICMLCVPR等或Kaggle/Tianchi竞赛成绩优异
- 熟悉AutoML模型压缩如量化剪枝等技术
3. 软技能
- 逻辑清晰能快速定位和解决复杂问题
- 良好的沟通能力能将技术方案通俗化传达给非技术团队
- 对业务敏感能平衡技术先进性与落地成本
三其他
- 大规模数据高并发场景要求工程能力强
四典型面试问题
1. 手写代码LeetCode中等/难题
2. 推导经典算法如LR损失函数梯度下降
3. 项目深挖如模型选择依据如何解决过拟合
4. 场景题如设计短视频推荐系统
算法工程师岗位建议积累扎实的代码能力和项目经验同时关注行业技术动态如2024年后的多模态Agent技术趋势