工作地点: 上海 | 职位类型: 工程师 | 发布日期:2023-10-26
岗位职责
1.算法设计:设计和开发AI算法,以解决特定的业务或技术问题。
2.模型优化:优化现有的AI模型,以提高其性能和效率。
3.硬件加速:利用芯片的硬件加速功能(例如GPU、NPU等)来加速算法的运行。
4.模型压缩:使用模型剪枝、量化等技术减小模型的大小。
5.固定点实现:将浮点数模型转换为固定点数模型,以适应硬件的实现。
6.嵌入式编程:在嵌入式系统(例如FPGA、ASIC等)上实现和优化算法。
7.系统集成:将AI算法集成到嵌入式系统中,并确保其稳定运行。
8.性能评估:在芯片上测试算法的性能,包括速度和准确性。
9.功耗测试:评估算法在芯片上的功耗。
10.硬件团队协作:与硬件设计和开发团队紧密协作,确保算法在硬件上的可行性。
11.软件团队协作:与软件团队协作,确保算法和系统软件的兼容性。
12.技术文档:创建和维护与硬件实现相关的技术文档。
13.技术支持:为硬件团队提供技术支持,解决在硬件实现过程中遇到的问题。
岗位要求
1.教育背景:电子工程、计算机工程、数学或相关的领域的学士或硕士学位。
2.计算机视觉和深度学习知识: 对计算机视觉和深度学习有深入了解,包括卷积神经网络(CNNs)、循环神经网络(RNNs)、视觉特征提取、图像配准等方面的知识。
3.SLAM 知识: 熟悉 Simultaneous Localization and Mapping (SLAM) 算法和理论,包括基于特征的 SLAM、视觉 SLAM(VSLAM)、图优化、传感器融合等。
4.编程技能: 精通编程语言,如C++、Python等,能够实现、调试和优化复杂的算法。
5.机器学习和深度学习框架: 对于使用深度学习框架如TensorFlow、PyTorch、Caffe等进行计算机视觉任务的经验。
6.传感器融合: 了解多传感器数据融合的原理和实践,如将相机、激光雷达、IMU 等传感器数据融合用于 SLAM。
7.算法优化和性能分析: 能够优化算法以提高实时性能,熟悉性能分析和性能优化工具。
8.三维几何和空间感知: 熟悉三维几何、点云处理、立体视觉等领域,有处理三维空间数据的经验。
9.操作系统和嵌入式系统: 对于在嵌入式设备或机器人平台上开发 SLAM 算法有经验,了解 Linux 等操作系统。
10.计算机视觉库和工具: 熟悉 OpenCV、PCL(Point Cloud Library)等计算机视觉库和工具。
11.项目经验: 有在实际项目中成功开发和部署 SLAM 或 VSLAM 算法的经验。
12.硬件加速器: 了解如何利用SoC芯片上的硬件加速器(如GPU、NPU、FPGA)来加速计算机视觉任务。
13.沟通与团队协作: 能够清晰地传达复杂的技术概念,具备团队协作和领导能力。
14.持续学习和研究: VSLAM 领域不断发展,高级工程师需要保持对新技术和研究的关注,并不断学习和改进算法。
15.文档编写和报告撰写: 能够编写清晰的文档和报告,记录算法开发和研究成果。