模型优化部署工程师（量化剪枝与CPP方向）

岗位职责：
1. 负责大模型（LLM、VLM）和智能解译模型（星载、机载遥感图像解译，例如目标检测、语义分割等）等的优化、压缩，以提升模型在边缘平台上的推理效率；
2. 应用量化、剪枝、知识蒸馏等技术对模型进行轻量化，支撑星地协同智能应用；
3. 负责将 Python 原型算法向 C++ 或 MATLAB 工程化实现*迁移，优化算法运行效率、资源占用和工程可部署性；其中 C++ 侧重点为高性能部署与实时推理，MATLAB 侧重点为算法验证、仿真分析和工程快速建模；
4. 负责优化后模型在星载平台、机载平台及边缘计算设备上的部署，支撑在轨推理、增量更新及任务级智能处理；
5. 跟进前沿模型压缩、推理加速、边缘部署和多模态智能解译算法，持续提升算法性能与部署效果。
任职要求：
1. 本科及以上学历，计算机、人工智能、软件工程、自动化、遥感科学与技术、电子信息等相关专业；
2. 熟悉 Qwen、LLaMA 等主流大模型架构，熟悉常见的计算机视觉框架，深入理解知识蒸馏、量化、剪枝等模型压缩原理，并具备工程落地能力；
3. 掌握模型压缩与推理加速技术，能够将模型高效部署至边缘计算设备，如 Jetson、RKNN、昇腾、国产 AI 芯片等平台；
4. 熟练掌握 Python，具备将 Python 算法代码重构为 C++ 或 MATLAB 的能力，能够针对运行速度、内存占用、实时性和稳定性进行优化；
5. 熟悉 PyTorch、TensorFlow、PaddlePaddle 等一种或多种深度学习框架，了解 ONNX、TensorRT、OpenVINO、RKNN Toolkit、Ascend CANN 等部署工具链者优先；
6. 具备高低空遥感图像处理、目标检测、变化检测、语义分割、目标识别或智能解译经验者优先；
7. 有无人机边缘计算、机载智能处理、星上边缘处理、嵌入式 AI 部署或异构计算平台部署经验者优先；
8. 了解 LangChain、LangGraph 等 Agent 开发框架，使用过 skills、MCP、多工具调用或智能体协同系统者优先。
加分项
1. 有 C++ 高性能推理服务、CUDA、TensorRT Plugin、OpenCV C++ 工程开发经验；
2. 有 MATLAB 算法仿真、遥感图像处理、信号处理或工程建模经验；
3. 有 ONNX 模型转换、INT8/PTQ/QAT 量化、模型裁剪、蒸馏训练和端侧部署经验；
4. 有星载、机载、无人机、遥感智能解译或高可靠边缘计算项目经验。