安克创新算法部署工程师实习生（北京）

安克实习生项目是面向正式校招岗位的人才培养与选拔通道。实习期间将按照校招标准进行系统的培养与综合评估，表现优秀者可直接获得校招转正机会，提前锁定正式校招席位。我们以严肃、长期的视角对待每一位实习生，也期待与你共同成长。 【你将参与】 1. 音频/健康算法优化： 分析和优化现有的音频处理算法，以提高性能和效率。 将深度学习算法推理用C/C++实现。 对算法做定点化，以便更高效运行在嵌入式系统中。 完成AI算法在芯片上的部署，必要时需要考虑量化噪声等问题进行模型重新训练。 2. 系统集成： 将音频/健康算法集成到嵌入式系统（包含音箱、耳机、手环等）中，确保与其他系统组件的无缝协作。 参与系统架构设计，确保音频处理模块的高效集成。 3. 代码开发和维护： 编写高质量、可维护的代码，遵循最佳编程实践。 进行代码审查，确保代码质量和性能。

1. 基于嵌入式平台，开发创新性的AIoT和周边消费产品创新功能和体验； 2. 参与嵌入式系统软件和算法的设计、开发，与硬件研发协同实现产品Demo的功能体验； 3. 参与端侧机器学习/多模态VLA、人机交互等算法的调研与嵌入式开发，为产品提供创新的人机交互体验； 4. 负责产品客户端软件交互的开发和部署，协同完成产品原型制作。

核心职责 参与小红书大模型平台推理部署等流程及工具的研发建设，完善平台现有功能 参与平台Quota管理模块的开发，实现多机房、多集群环境下的，各种异构计算资源的配额管理功能 参与平台大模型训练/压缩/推理/数据集/资源调度等流程及工具的研发建设

该职位专注于自动驾驶场景下多模态大模型（VLA：Vision-Language-Action）的工程化落地，你将有机会在千万级数据上实车验证关于自动驾驶VLA的最新想法： 多模态模型工程化部署：结合视觉、语言与行为动作的联合建模机制，优化多模态模型的推理效率，支持自动驾驶系统的实时应用； 实车测试与性能验证：参与自动驾驶场景中的模型测试与性能评估，设计测试案例，分析模型在实际驾驶环境中的响应能力与行为决策效果； 数据采集与处理：负责多模态数据（视觉、语言、行为）的采集、标注与处理，构建高质量数据 pipeline，优化数据流的实时性与稳定性； 模型优化与轻量化：探索模型蒸馏、小样本泛化等技术，提升模型在自动驾驶复杂场景中的部署效率与资源利用率； 系统集成与技术支持：协助完成多模态模型与自动驾驶系统的集成测试，解决工程化落地过程中的技术问题； 技术文档与成果转化：撰写工程化技术文档，总结实车测试经验，参与技术报告、专利申请或产品转化工作。