Job description
团队与岗位背景：
我们致力于将 AI 算法与大模型能力高效、稳定地落地到端侧智能设备。团队自研一套贯穿"推理框架 → 算法模型 → 产品交付"的端侧 AI 工程体系，支撑算法在多种硬件平台与多种交付形态下的复用与量产。本岗位将主导这套核心工程体系的维护与持续演进，并推动大模型部署与推理加速，是连接算法研发与产品落地、决定交付效率与质量的关键技术角色。
岗位职责：
- 端侧推理框架的维护与演进：负责底层推理抽象层与多种 AI 加速硬件后端的适配、封装与优化，持续提升框架的可复用性、可维护性与跨平台一致性。
- 算法工程化落地：将训练侧产出的检测/跟踪等模型集成进产品，完成从模型配置、推理管线编排、交叉编译到端侧设备上板验证的全链路工作。
- 大模型部署与推理加速：推动大模型(LLM / 多模态 / 生成式模型)在云端环境的落地，负责模型压缩、推理优化与加速，在有限算力/内存/带宽下达成可用的性能与效果。
- 产品线的快速派生与复用：基于既有工程模板，高效派生新产品(挂载不同模型、编排不同管线、适配不同硬件平台)，沉淀可复用的脚手架与自动化交付流程。
- 构建与交付自动化：维护一键式构建/打包脚本(依赖治理、运行时库自动收拢、产物分层交付等)，降低交付门槛、保证产物开箱即用。
- 跨团队协作与技术把关：对接算法训练、集成交付、芯片原厂等多方，在接口、依赖、性能、正确性上把关，推动业务端到端落地。
- 质量与稳定性：主导代码质量，识别并消除内存安全、并发生命周期、资源管理、边界条件等隐患，建立可上板复现的验证方法。