"1、负责工程机械边端大模型算法开发、模型训练、推理部署工地场景理解、视觉大模型增强感知、点云 + 图像 + 文本多模态解析作业环境。 2、使用 TensorRT、TNN、RKNN、NPU 完成模型加速，实施剪枝、蒸馏、量化等轻量化优化工作。 3、基于车载边缘硬件平台完成算力资源调度、整机功耗调优，解决端侧模型推理延迟不足、算力紧张、功耗过高等工程问题。 4、开展 AI 大模型推理模块与整车电控、运动控制、电液控制系统联合调试，实现大模型输出结果到设备控制指令的通路打通。 5、对接算法研发团队，承接各类视觉、决策大模型并完成工程落地，跟进边缘大模型部署新技术开展预研。"

"1、计算机、机器人、机械、自动化等专业，硕士以上学历、博士有优先 2、精通大模型基础：包含但不限于Transformer、LLaMA、Qwen、CLIP、SAM、多模态大模型架构，理解预训练、微调、LoRA、QLoRA 轻量化方案。 3、具备视觉大模型、图文多模态落地经验，能基于开源大模型做行业微调、领域适配。 4、掌握大模型推理优化、模型轻量化、量化压缩，适配车载边缘端（算力有限，无法部署超大模型）。 5、Python、PyTorch/TensorFlow，熟悉 CUDA 推理、模型部署框架。 6、能将大模型用于工地语义分割、作业目标识别、复杂工况理解，弥补传统感知在极端场景的短板。 7、有自动驾驶和机器人领域应用经验优先"