链路开发-车企

4.算法工程化部署将训练好的算法模型（如CNN、Transformer、RL）转换为工程化代码，集成到目标平台（如AUTOSAR、ROS、Android），确保兼容性与可维护性。
5.开发部署工具链，支持模型自动转换（如ONNX、TensorRT）、性能调优（如Nsight Systems、Profiler）与版本管理（如Git LFS、MLflow）。
6.针对多传感器（摄像头、激光雷达、毫米波雷达、IMU）输入，设计数据融合与同步机制，确保链路输入的实时性与准确性。
7.系统集成与测试验证主导算法链路与硬件（如域控制器、传感器）、软件（如操作系统、中间件）的集成测试，验证链路在真实场景下的功能与性能。
8.设计测试用例，覆盖正常流程、异常流程（如传感器失效、通信中断）与边界条件（如极端天气、低光照），确保链路鲁棒性。
9.分析测试数据（如延迟、吞吐量、资源占用），定位问题根因（如内存泄漏、线程竞争），推动算法与工程优化闭环。
10.性能调优与成本优化通过硬件加速（如GPU/NPU指令集优化）、软件优化（如内存池、零拷贝技术）降低链路延迟，满足实时性要求（如自动驾驶控制周期<100ms）。

11.优化链路资源占用（如CPU、内存、带宽），降低硬件成本（如选用更低算力芯片），支撑大规模量产部署。
12.探索新技术（如数字孪生、边缘计算）在链路中的应用，提升系统可扩展性与灵活性。
技术文档撰写与协作
编写算法链路设计文档、部署指南、测试报告，为算法团队、硬件团队、测试团队提供技术参考。
与算法团队（如感知、决策、控制）协作，明确输入输出接口与性能指标，确保链路与算法协同优化。
与硬件团队（如芯片、传感器供应商）协作，评估硬件选型对链路的影响，推动硬件定制化需求落地。

任职要求：

1.教育背景：硕士及以上学历，计算机科学、电子工程、自动化、车辆工程等相关专业，博士优先。
工作经验
3年以上算法工程化经验，有自动驾驶、机器人、AIoT等领域项目经验者优先。
熟悉至少一种主流算法链路开发框架（如TensorRT、TVM、MNN），并具备实际项目部署经验。
专业技能
编程能力：精通C++/Python，熟悉嵌入式开发（如CMake、交叉编译）、脚本开发（如Bash、Python自动化）。
算法部署：熟悉模型量化（INT8/FP16）、剪枝、蒸馏技术，掌握至少一种模型加速工具（如TensorRT、OpenVINO）。
系统优化：熟悉Linux内核调优、内存管理、多线程编程（如pthread、std::thread），具备性能分析工具使用经验（如Perf、Valgrind）。
硬件知识：了解嵌入式平台（如NVIDIA Jetson、地平线征程）或云端服务器（如AWS P4d、阿里云GN7i）的架构与性能特点。
传感器融合：熟悉多传感器时间同步（如PTP、GPS授时）、空间校准（如标定算法）技术，有实际数据融合经验者优先。
能力素质
系统思维：能从全局视角设计算法链路，平衡功能、性能、成本与可维护性。
问题解决：能快速定位链路中的复杂问题（如内存泄漏、线程死锁），提出优化方案并验证效果。
团队协作：具备跨部门协作能力，能通过技术分享、代码评审等方式提升团队效率。
学习能力：跟踪学术界（如CVPR、ICRA）与工业界（如NVIDIA GTC、Tesla AI Day）最新进展，快速复现前沿技术。
加分项
有功能安全（ISO 26262）或信息安全（ISO/SAE 21434）相关经验者优先。
在国际顶级会议或期刊（如IEEE Transactions on Intelligent Transportation Systems）上发表过相关论文者优先。
具备外企OEM或Tier 1工作经验，能流利用英语进行技术沟通与协作者优先。