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。