小鹏汽车下一代图传系统专家（人形机器人方向）
任职要求
1、通信、电子工程、计算机、多媒体等相关专业本科及以上学历； 2、熟悉无线通信协议（如 Wi-Fi/5G/自研链路）与图传链路结构； 3、熟悉 H.264/H.265 等视频编解码及其调优策略； 4、有实时音视频系统、低延迟图传或机器人图像感知系统开发经验； 5、具备系统性性能优化思维与跨团队协作能力； 6、有机器人、无人机、AR/VR 等边缘端音视频开发背景者优先。 加分项 1、有机器人、无人机、AR/VR、边缘计算等场景下的图传系统落地经验； 2、熟悉 GStreamer、FFmpeg、WebRTC 等主流视频框架及传输协议栈； 3、有软硬件协同优化经验，理解 DSP/FPGA/SoC 等出图通路； 4、熟悉 ROS/ROS2 等机器人中间件，能与感知/导航等模块协同设计； 5、具备图传系统从方案评估、性能建模、实机调试到产品交付的完整经验。
工作职责
1、主导人形机器人中无线图像传输系统的架构设计、协议选型与技术路线规划； 2、负责端到端图传链路（采集、编码、传输、解码、渲染）各阶段的性能评估与延时量化； 3、优化编码算法、网络协议与硬件路径，提升在复杂网络下的图传稳定性与实时性； 4、构建图传系统的性能测试框架，制定核心指标并推动持续优化； 5、协同多部门推进系统集成与产品化落地，支撑人形机器人的能力演进。
1、主导人形机器人中无线图像传输系统的架构设计、协议选型与技术路线规划； 2、负责端到端图传链路（采集、编码、传输、解码、渲染）各阶段的性能评估与延时量化； 3、优化编码算法、网络协议与硬件路径，提升在复杂网络下的图传稳定性与实时性； 4、构建图传系统的性能测试框架，制定核心指标并推动持续优化； 5、协同多部门推进系统集成与产品化落地，支撑人形机器人的能力演进。
你可以直接对接产品，工作成果快速得到展现，作为核心人员亲自动手实现极致清晰、极致延时、极致可靠的阿凡达式图传与控制体验，实现种类丰富的智能机器组网； 你可以打通通信协议设计、通信芯片设计/验证、通信算法与通信软件设计/实现、产品体验与改进的整个闭环，成为无线通信领域的全栈工程师。 这里不设置边界，鼓励系统层面的学习和开发； 这里追求卓越、拼搏进取、极致创新、互帮互助。 1. 基于无人机/智能机器的通信需求，调研、设计通信系统方案； 2. 负责产品上无线通信平台物理层算法和无线资源管理算法的设计、开发和性能验证； 3. 负责整机图传系统交付过程中的问题分析，自适应等各类算法迭代优化。
研究领域： 深度学习 项目简介： AI健康管家定位是全科三甲主任医师水平，确保健康管家问答的精准度与专业性是我们的核心追求。当前，我们正致力于对RAG（可检索增强生成模型）进行深度优化，主要聚焦于query planning、检索与生成等关键模块的独立改进。然而，构建一个能够针对不同复杂度query灵活响应的、模块化的rag系统，以及通过代理(agent)机制整合各模块以实现这一目标，尚处于初级阶段；同时，当前rag在利用知识图谱进行信息召回时，仅限于基础的1/2跳推理，这显然未能充分利用医疗领域丰富的文献与指南资源，这些资源能够为现有的图谱检索（graph rag）提供更深层次的融合与升级潜力。
超大规模图计算在大数据场景中发挥着越来越重要的作用。图计算的经典问题如可达性、社区检测、链路预测和模式匹配等已经在搜索推荐、金融风控等场景的实践中被验证效果显著；同时，图计算也越来越作为下一代机器学习和推荐系统的基础，成为GNN/GCN端到端解决方案的重要一环。然而，图计算在大规模应用的过程中，还有很多未决问题。如何复用已有的诸多图算法来处理超大规模图数据？如何兼顾超大规模环境下图计算的性能和用户易用性？图计算如何与TensorFlow/pyTorch等机器学习平台共同工作来完成一个端到端分析型计算？这一系列问题都十分具有挑战。 本项目包含以下研究方向： - 针对现有超大规模图计算系统中存在的海量规模计算和需要持久化存储的问题，需要设计和实现高效的存储结构和缓存机制； - 针对现有一站式图系统中存在的多范式计算问题，需要在新设计的高效存储结构中均衡在TP和AP场景下的性能表现； - 针对现实场景中图数据的高频动态变化，新设计的高效存储和缓存需要满足动态图变化的需求，并让系统具有优秀的弹性性能。