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 RK3588S NPU 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 TensorFlow LiteONNX Runtime 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(Online Learning)或联邦学习(Federated Learning)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)。 举报
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 RK3588S NPU 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 TensorFlow LiteONNX Runtime 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(Online Learning)或联邦学习(Federated Learning)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)。 举报
- 你可能感兴趣的职位
- 最近浏览记录
-
2-5千/月
-
1-1.5万/月
-
10-20万/年
-
8-18万/年
-
8-18万/年
-
8-18万/年
-
8-18万/年
-
3-8千/月
-
¥40004-6千/月
-
¥120001.2-1.5万/月
-
¥35003.5-4.5千/月
-
¥60006-8千/月
-
¥80000.8-1.6万/月
-
¥100001-3万/月
-
¥150001.5-1.6万/月
-
¥60000.6-1万/月
-
¥40004-7千/月
-
¥80000.8-1.2万/月
深圳京发科技控股有限..
- 公司规模:500-999人
- 公司性质:0
- 所属行业:电力、电气、自动化、热力、锅炉、照明、电池、电源、电缆、光电等
联系方式
- 联系人:陈金莹
- 手机:会员登录后才可查看
- 邮箱:会员登录后才可查看
- 邮政编码:
工作地址
- 地址:深圳市高新区南区科技南一路达实大厦11楼

