1. 视觉部署引擎开发：基于 C/C++ 语言构建高性能计算机视觉算法部署引擎，封装目标检测、图像分割、OCR 等核心算法的推理流程，提供高可用、低延迟的引擎接口；​ 2. 模型工程化转换：负责将 PyTorch/TensorFlow 训练的模型转化为部署友好格式（ONNX、TRT Engine 等），通过 C/C++ 实现推理逻辑封装，解决模型跨框架兼容性问题；​ 3. 高性能优化：针对 CPU、GPU、边缘芯片进行部署优化，包括 CUDA/OpenCL 编程、指令集优化、内存池设计、多线程并发调度等，降低推理 latency 并提升吞吐量；​

1. 统招一本及以上学历，编程语言：精通 C/C++（C++11 及以上标准），熟练掌握 STL 容器、多线程编程（pthread/C++11 线程库）、内存管理、指针操作，具备高性能代码编写经验；​ 2. 部署工具栈：熟练使用模型部署核心工具，包括 TensorRT、ONNX Runtime、OpenVINO、MNN/TNN/NCNN 等，有 C/C++ 推理引擎开发或二次开发经验优先；​ 3. 视觉基础：具备扎实的计算机视觉基础，理解目标检测、图像分割等主流算法的推理流程，能针对性优化算法部署效率优先；​