具身智能模型剪枝量化工程师
40-70k·13薪
苏州
3-5年
统招本科
招1人
8月13日更新
猎头
· 上海高凡人力资源有限公司
简历处理快
回复速度快
聊一聊
- 职位介绍
- 固定13薪+年终奖(可沟通期权),住房补贴
岗位职责
1. 模型压缩与量化
- 对感知/运控/决策模型进行 INT8 / FP16 / W4A8 等多精度量化,兼顾精度与速度
- 负责结构化/非结构化剪枝、知识蒸馏方案设计与落地
- 针对量化误差进行逐层分析,制定混合精度策略
2. 端侧部署优化
- 在 NVIDIA Jetson(TensorRT)、RK NPU(RKNN)等异构平台上完成模型转换与推理优化
- 分析模型在目标硬件上的算子瓶颈,进行算子融合、内存布局优化、推理图优化
- 对实时推理链路(感知+运控)建立 Latency / Throughput / 功耗 的性能基线与回归测试体系
3. 精度-效率协同设计
- 与算法团队协作,在模型训练阶段引入 QAT(量化感知训练)、稀疏化约束
- 评估不同压缩比下的精度衰减,给出压缩方案的 ROI 分析
- 针对 RL locomotion 模型、视觉感知模型制定差异化压缩策略
4. 工具链与基础设施
- 维护内部模型压缩工具链(ONNX / TensorRT / RKNN / OpenVINO 等)
- 建立模型量化精度评测 pipeline,支持多任务、多硬件的自动化 benchmark
任职要求
基本要求
- 计算机、自动化、电子工程或相关专业本科及以上学历
- 3年以上模型压缩/量化/部署相关工作经验
- 扎实的深度学习基础,熟悉 CNN / Transformer / RL policy 网络结构
技术要求
- 熟练掌握 PTQ / QAT 量化流程,理解量化误差来源与校正方法(per-channel、KL散度、AdaRound 等)
- 熟悉至少一种端侧推理框架:TensorRT / RKNN / NCNN / MNN / OpenVINO
- 具备剪枝经验:通道剪枝、层剪枝、非结构化稀疏,了解 Lottery Ticket / SparseGPT 等方法者优先
- 能读懂并修改 PyTorch 模型代码,能做 profiling 和算子级分析(Nsight、RK 工具链等)
- 熟悉 ONNX 模型转换链路,能处理自定义算子、动态 shape 等常见问题
加分项
- 有具身智能、机器人感知/运控模型压缩经验
- 有自动驾驶(BEV / occupancy / 端到端)模型轻量化落地经验
- 熟悉 ARM Mali / NVIDIA Ampere 架构,了解硬件底层内存带宽、cache 行为
- 有 RL policy 模型(PPO/SAC)端侧部署经验
- 了解 LLM 量化(GPTQ / AWQ / SmoothQuant)
- 其他信息
- 语言要求:不限
- 行业要求:人工智能
猎聘温馨提示:
- 1. 如您发现平台内招聘方存在以下违规行为的,请立即举报
-
- · 扣押您的身份证件或者其他证件;
- · 要求您提供担保人、担保金或者以其他名义向您收取财物( 如培训费、体检费、资料费、置装费、押金等);
- · 强迫您入股或者向您集资;
- · 以招聘名义牟取不正当利益;
- · 发布虚假招聘广告信息;
- · 工作时长违反劳动法规定;
- · 存在其他损害您的合法权益的行为。
- 2. 如您应聘的岗位属于涉外劳务合作/海外岗位的,请务必核实招聘方对外劳务合作资质取得情况,同时注意自身资金安全,防范招聘欺诈。
- 了解更多安全防范知识>
- 3. 本平台招聘方不向求职者提供任何收费服务。
查看全部