小米算法部署工程师

1. 音频算法优化：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； 4. 测试和验证：和测试工程师合作，验证算法的功能和性能；解决算法处理中的问题和故障，确保系统的稳定性和可靠性。

工作职责 1. 负责端到端自动驾驶模型在不同硬件平台上的部署与优化，参与模型评测； 2. 设计实现模型一致性评测工具链，确保跨平台一致性，识别并解决差异问题； 3. 参与软硬件协同优化设计。与硬件工程师协作，参与硬件设计和优化，提供模型在私有硬件平台的执行效率。

1. 负责端到端自动驾驶模型在不同硬件平台上的部署与优化，参与模型评测； 2. 设计实现模型一致性评测工具链，确保跨平台一致性，识别并解决差异问题； 3. 参与软硬件协同优化设计。与硬件工程师协作，参与硬件设计和优化，提供模型在私有硬件平台的执行效率。

1. 负责智能车舱AI算法模型的量化部署、芯片适配与性能优化； 2. 参与AI模型算子开发、前处理、后处理及SDK底层代码工程化开发； 3. 参与座舱AI新功能研发，并在主流SoC平台实现量产落地，优化资源占用与推理性能；