vivo芯片算法工程师（图形图像方向）-27届暑期实习
任职要求
1、硕士及以上学历； 2、计算机、信号与信息处理、光学工程等电子信息类相关学科专业； 3、熟悉C/C++、Python或Matlab编程，能够用C/C++进行算法实现； 4、数理基础扎实，具有数字图像处理、计算机图形学、计算机视觉及…
工作职责
我们是vivo芯片技术团队。芯片是手机产品的核心，芯片工程师是当前最具竞争力的职位之一，在这里你将有机会与业界技术牛人一起玩转芯片设计、芯片验证、芯片算法。 加入我们，你将与我们一起专注于： 1、负责图形图像系统的算法分析、设计、开发以及仿真、测试； 2、负责针对算法芯片实现的专门优化和开发； 3、协助芯片设计工程师进行芯片前端设计； 4、负责支持相关团队将算法相关的新特性产品化； 5、跟踪行业最新的算法进展，撰写和申请相关专利。
1. 负责大模型在端侧/边缘设备的高效部署，优化多模型部署、多任务调度、多线程/多进程加速，提升推理性能与资源利用率。 2. 基于主流Agent框架，设计端侧Agent运行时架构与产品方案；优化Agent上下文管理（包括上下文窗口、缓存策略、压缩算法），提升长对话和复杂任务的执行效率等。 3. 深入分析端侧AI软件栈和芯片微架构性能瓶颈（如核心利用率、内存带宽、指令流水线等），持续输出优化建议，推动芯片架构和SDK持续优化。
1. 算法研究与设计：参与芯片系统定义，主导核心算法的方案设计、理论推导与数学建模，使用MATLAB、Python或C/C++搭建算法仿真平台，进行性能仿真、评估与优化迭代； 2. 算法硬件实现：进行算法硬件架构设计，探索不同架构与实现方案，在PPA之间取得最佳平衡，编写清晰的算法设计文档和硬件实现指南，与前端设计工程师紧密协作支持RTL实现； 3. 模型开发与仿真：根据局部设计的功能和特性开发高精度、可配置的仿真模型，提升后续验证工作的精度和效率，进行复杂算法的建模、仿真与数据分析。
1. 模型开发与优化：设计并实现机器学习、深度学习及大模型算法，应用于业务场景问题；主导模型训练、调参、评估及部署全流程（含分类、预测、NLP任务等）； 2. 数据处理与挖掘：构建高效数据管道，处理多源异构数据（文本、图像、时序数据等），开发特征工程方案以提升模型泛化能力； 3. 工程落地：将算法封装为API服务，使用TensorFlow/PyTorch及Flask/Django对接前后端系统，推动算法在生产环境中的稳定运行； 4. 前沿技术探索：跟踪AI领域最新进展（如多模态、强化学习、Agent技术），推进技术迭代与应用创新。
1.主导算法工具链的集成发版与交付流程，系统把控产品包整体质量，基于持续集成平台推动自动化系统集成验证与产品发布，持续优化流程效率。 2.围绕项目需求，开发和封装高效、易用的工具链组件，不断优化开发者体验，助力团队提效。 3.负责工具链的功能、性能、精度等维度的评测验证，深入数据分析，推动评测体系持续完善。 4.参与模型集成与上板部署，对模型在真实场景中的性能与精度进行调优，并提出有效改进建议。