职位描述：
一核心算法开发与优化 1.模型设计与训练针对业务场景（如陪护机器人的人脸识别语音交互）设计深度学习模型（CNN/RNN/Transformer），完成数据标注特征工程及模型训练。 使用TensorFlow/PyTorch框架优化模型结构（轻量化设计），平衡精度与计算资源（如适配RK3588SNPU的INT8量化）。 2.嵌入式算法移植将训练模型部署到边缘设备（STM32/RK3588），使用TensorFlowLiteONNXRuntime或厂商工具链（如RKNN）实现端侧推理。 针对硬件特性优化计算图（算子融合内存复用），确保实时性（如机器人动态避障算法延迟<200ms）。 3.传统算法开发开发信号处理算法（如传感器数据滤波FFT分析）或控制算法（PID路径规划）。 实现多传感器融合（IMU+激光雷达）的SLAM建图与导航逻辑。 二数据闭环构建 1.数据采集与治理设计数据采集方案（如机器人运行日志用户交互录音），构建边缘-云端数据管道。 开发数据清洗工具（去噪异常值处理）自动化标注系统（半监督学习）。 2.模型迭代与A/B测试通过在线学习（OnlineLearning）或联邦学习（FederatedLearning）持续优化模型。设计实验对比算法版本效果（如语音唤醒率提升5%），输出量化分析报告。 三跨团队协作与硬件团队协同参与主控芯片选型（如评估NPU算力是否满足YOLOv5s部署需求）。定义传感器规格（摄像头分辨率麦克风信噪比）以满足算法输入要求。 1.与嵌入式团队对接提供量化后模型（.tflite/.rknn），联合调试内存占用与推理速度。开发算法性能监控模块（如帧率CPU/内存异常告警）。 2.与产品经理联动将技术指标转化为用户体验参数（如95%的语音指令响应时间<1秒）。 评估功能可行性（如实时情感识别对RK3588算力的占用率）。 1.计算机科学人工智能相关专业本科及以上学历。 2.熟悉深度学习框架（如TensorFlowPyTorch）。 3.有语音/NLP或计算机视觉项目经验者优先。 4.熟悉ROS及机器人算法者优先。 举报