商汤IAG-智能驾驶-云端模型部署优化工程师
任职要求
1.精通PyTorch/TensorFlow等框架的模型导出与部署全流程，熟练掌握TensorRT/ONNX Runtime等推理引擎。 2.必须具备扎实的C++/Python编程能力和CU…工作职责
1.负责将智驾算法团队研发的云端大模型（如感知模型、自动标注模型）进行高效的部署、优化与服务化。 2.设计并实现高性能的模型推理服务，保障其高可用与低延迟； 3.运用模型压缩、编译优化及算子融合等技术，显著提升模型在GPU集群上的推理效率与资源利用率； 4.构建并维护一体化的模型部署与监控平台。
1、负责智驾云端融合算法总体方案设计与核心模块研发，包括多源数据（车辆端感知结果、轨迹、地图、交通与路侧感知等）的时空对齐、关联与融合建模； 2、主导云端目标融合、轨迹预测、风险评估与全局路径/策略生成，并与车端算法形成闭环。构建大规模数据融合与评估体系，支撑模型真值生产融合优化； 3、推进融合算法在云端分布式架构上的高可用、高性能部署，参与平台技术规划与演进，提高团队整体技术水平；
1、负责智能驾驶核心模块（感知/预测/决策）云端算法设计与优化，主导云端方案、云端建模、云端训练完整闭环，对精度、鲁棒性和实时性指标负责； 2、解决复杂长尾场景云端问题，推动数据闭环与工程落地，并在团队中承担技术负责人角色；
1、全面负责智驾云端工程体系建设与落地，包括数据闭环、数据平台、标注平台和仿真平台等核心系统的架构设计与迭代； 2、主导云端与车端的整体技术方案和接口规范，确保数据采集、上传、清洗、标注、训练、评估、回放、仿真和下发的端到端闭环高效稳定； 3、对平台的可用性、扩展性、成本和交付节奏负责，推动云原生、自动化运维和质量体系建设; 4、协调算法、地图、车端、测试等多团队协作，进行资源规划、里程碑管理和风险把控，带领工程团队持续提升效率与产出；
1、可视化界面开发： a.设计并实现高性能、高保真的图像/视频流实时显示模块（支持多路摄像头输入）； b.开发感知结果显示组件（如：2D/3D目标检测框、车道线、可行驶区域、点云渲染、轨迹预测等），确保渲染准确、流畅； c.构建实时性能监控面板，直观展示系统状态、资源占用、算法指标等关键数据（图表、仪表盘等）； d.实现人机交互 (HMI) 控件：包括但不限于地图操作（缩放、平移、视角切换）、时间轴控制、场景选择、图层管理、视图切换等； e.开发数据录制与回放控制功能按钮及状态指示界面； 2、交互与用户体验： a.设计并实现流畅、直观的用户交互逻辑，提升工程师的操作效率和工具易用性； b.确保界面响应迅速，尤其在处理大规模实时数据流时保持良好的性能； c.关注用户反馈，持续优化工具链的用户体验； 3、工程化与协作： a.使用现代前端框架和最佳实践进行模块化、组件化开发，保证代码质量和可维护性； b.与后端工程师紧密协作，定义高效的数据通信接口 (API/WebSocket)，确保前后端数据流稳定可靠； c.与算法工程师、测试工程师、产品经理有效沟通，理解需求并将其转化为技术实现； d.编写清晰的技术文档和接口文档； 4、性能与可靠性： a.优化前端渲染性能，解决大数据量、高频率更新带来的性能瓶颈； b.确保工具链的高可靠性和稳定性，特别是在长时间运行和数据录制场景下； c.开发必要的测试用例，参与前端自动化测试建设；