1.负责行车与泊车场景下障碍物检测、环境感知、occupancy等模型的量化(如int8/fp16)与在车载平台上的高效部署. 2.开发并优化模型前后处理模块,确保感知pipeline的精度、实时性与鲁棒性. 3.与算法、软件及系统团队紧密协作,参与模型选型、量化策略制定,推动感知量化、校准及部署流程的落地与自动化.

1.计算机、电子工程、自动化或相关专业本科及以上学历,2年以上深度学习模型量化部署相关工作经验. 2.熟悉主流深度学习框架(pytorch/tensorflow)及推理引擎(tensorrt、onnx runtime等),掌握ptq/qat、算子融合、内存优化等部署关键技术. 3.具备扎实的c++/python编程能力,熟悉linux开发环境 有自动驾驶感知系统或车载soc平台部署经验者优先.