職位描述:
1核心算法開發(fā) (1)模型設計針對陪護機器人人臉識別語音交互等場景,設計CNN/RNN/Transformer等深度學習模型,完成數(shù)據(jù)標注與訓練;基于TensorFlow/PyTorch優(yōu)化模型結構(輕量化設計),通過INT8量化適配RK3588SNPU等硬件。 (2)嵌入式部署將模型部署至STM32/RK3588等邊緣設備,利用TensorFlowLite/RKNN實現(xiàn)端側推理;優(yōu)化計算圖(算子融合內存復用),保障實時性(如動態(tài)避障延遲<200ms)。 (3)傳統(tǒng)算法開發(fā)傳感器濾波FFT分析等信號處理算法及PID控制路徑規(guī)劃算法;實現(xiàn)IMU+激光雷達融合的SLAM建圖與導航。 2數(shù)據(jù)閉環(huán)構建 (1)設計機器人日志交互錄音等數(shù)據(jù)采集方案,構建邊緣-云端管道; (2)開發(fā)數(shù)據(jù)清洗(去噪異常處理)及半監(jiān)督自動化標注工具; (3)通過在線學習/聯(lián)邦學習迭代模型,設計A/B測試(如語音喚醒率提升5%)并輸出量化報告。 3跨團隊協(xié)作 (1)協(xié)同硬件團隊選型主控芯片(評估NPU算力適配YOLOv5s)定義傳感器規(guī)格; (2)向嵌入式團隊提供tflite/rknn量化模型,聯(lián)合調試內存與推理速度,開發(fā)性能監(jiān)控模塊; (3)與產品經(jīng)理協(xié)作,將技術指標轉化為用戶體驗參數(shù)(如95%語音指令響應<1秒),評估功能算力占用可行性。 1計算機科學人工智能相關專業(yè)碩士及以上學歷; 2熟悉深度學習框架(如TensorFlowPyTorch); 3有語音/NLP或計算機視覺項目經(jīng)驗者優(yōu)先; 4熟悉ROS及機器人算法者優(yōu)先。 舉報
1核心算法開發(fā) (1)模型設計針對陪護機器人人臉識別語音交互等場景,設計CNN/RNN/Transformer等深度學習模型,完成數(shù)據(jù)標注與訓練;基于TensorFlow/PyTorch優(yōu)化模型結構(輕量化設計),通過INT8量化適配RK3588SNPU等硬件。 (2)嵌入式部署將模型部署至STM32/RK3588等邊緣設備,利用TensorFlowLite/RKNN實現(xiàn)端側推理;優(yōu)化計算圖(算子融合內存復用),保障實時性(如動態(tài)避障延遲<200ms)。 (3)傳統(tǒng)算法開發(fā)傳感器濾波FFT分析等信號處理算法及PID控制路徑規(guī)劃算法;實現(xiàn)IMU+激光雷達融合的SLAM建圖與導航。 2數(shù)據(jù)閉環(huán)構建 (1)設計機器人日志交互錄音等數(shù)據(jù)采集方案,構建邊緣-云端管道; (2)開發(fā)數(shù)據(jù)清洗(去噪異常處理)及半監(jiān)督自動化標注工具; (3)通過在線學習/聯(lián)邦學習迭代模型,設計A/B測試(如語音喚醒率提升5%)并輸出量化報告。 3跨團隊協(xié)作 (1)協(xié)同硬件團隊選型主控芯片(評估NPU算力適配YOLOv5s)定義傳感器規(guī)格; (2)向嵌入式團隊提供tflite/rknn量化模型,聯(lián)合調試內存與推理速度,開發(fā)性能監(jiān)控模塊; (3)與產品經(jīng)理協(xié)作,將技術指標轉化為用戶體驗參數(shù)(如95%語音指令響應<1秒),評估功能算力占用可行性。 1計算機科學人工智能相關專業(yè)碩士及以上學歷; 2熟悉深度學習框架(如TensorFlowPyTorch); 3有語音/NLP或計算機視覺項目經(jīng)驗者優(yōu)先; 4熟悉ROS及機器人算法者優(yōu)先。 舉報
算法工程師職業(yè)大全:
- 你可能感興趣的職位
- 最近瀏覽記錄
-
5-7千/月
-
0.7-1萬/月
-
1.5-2.5萬/月
-
6-8千/月
-
1.1-2萬/月
-
2-2.5萬/月
-
1.5-2.2萬/月
-
5-7千/月
- 公司規(guī)模:20-99人
聯(lián)系方式
- 聯(lián)系人:陳金瑩
- 手機:會員登錄后才可查看
- 郵箱:會員登錄后才可查看
- 郵政編碼:
工作地址
- 地址:深圳市南山區(qū)桃源街道大學城社區(qū)篤學路9號國家超級計算深圳中心科研樓七樓
