模型量化工程师 北京、苏州 社招 全职 互联网 / 电子 / 网游 职位描述 我们需要一位专注于模型量化落地的实干型工程师。你将核心负责解决模型在量产芯片上部署时的精度损失问题，保障算法模型在地平线、英伟达、高通等平台上的精度与性能平衡。岗位职责模型量化实施：负责自动驾驶模型（CNN/BEV/Transformer/E2E/VLA）在目标芯片上的INT8/INT16/FP16量化工作。掉点分析与优化：深入分析量化带来的精度损失，定位敏感层，通过权重校正、偏置校正、敏感度分析等手段恢复模型精度。QAT/PTQ落地：根据模型特性选择合适的量化算法和量化策略，搭建微调环境，执行量化感知训练以修复精度。工具链适配：使用各芯片厂商提供的量化工具（如AIMET, Horizon Pytorch Plugin等）进行模型转换与验证。精度验证：建立完善的量化精度评估体系，对比浮点模型与定点模型的输出差异，输出详细的量化分析报告。 职位要求 任职要求经验要求：计算机、自动化等相关专业本科及以上学历，2-4年深度学习模型优化或部署经验。理论知识：深入理解量化基本原理，熟悉常见量化优化算法。量化优化经验：具备丰富的量化掉点排查经验，能熟练使用特征图可视化、层间误差分析等方法定位精度瓶颈。掌握常见的精度恢复手段，如Bias Correction、Equalization、AdaRound等。QAT实战能力：熟悉PyTorch/TensorFlow的量化接口，有实际搭建QAT流程、配置伪量化节点、处理量化算子融合的经验。框架与工具：熟练使用PyTorch，了解ONNX中间表示；熟悉TensorRT、TFLite或TVM中至少一种推理框架的量化流程。芯片适配：了解地平线、高通或英伟达芯片架构者优先，有复杂模型(异构、多任务、上万节点)量化掉点问题解决的经验者优先。加分项对端到端和VLA模型的量化难点有研究或实践经验。熟悉混合精度量化策略，能根据硬件特性自动搜索最优量化位宽。 投递...
Company Description Do you want beneficial technologies being shaped by your ideas? Whether in the areas of mobility solutions, consumer goods, industrial technology or energy and building technology - with us, you will have the chance
At Roche you can show up as yourself, embraced for the unique qualities you bring. Our culture encourages personal expression, open dialogue, and genuine connections, where you are valued, accepted and respected for who you are,
Company Description Job Description 工作职责： 负责AUTOSAR CP/AP架构下的基础软件（BSW）模块的设计、开发、配置与集成。 根据客户需求及通信矩阵配置SOME/IP服务（服务接口定义、服务发现机制），确保各功能模块间的高效、低延迟数据交互。 基于项目需求配置DDS（如Fast DDS/Cyclone DDS），包括QoS策略（可靠性、延迟等参数）。 实现TSN时间同步功能（IEEE 802.1AS时间同步协议），支持TSN时间同步精度测试和验证。 负责系统诊断（UDS），实现DoIP诊断通信。 负责故障管理，故障存储等机制的开发与实现。 负责解决产品测试及量产过程中出现的BSW层相关问题。 Qualifications 任职要求： 精通C/C++，熟悉RTOS/Linux嵌入式开发 熟悉汽车电子软件开发流程，深刻理解Autosar架构（Classic Platform或Adaptive Platform），熟悉常用BSW模块（如Can/Eth If, PduR, Dcm, NvM, Wdg等）。 精通车载网络通信协议，深入理解CAN/CAN-FD、Ethernet（TCP/IP, UDP, SOME/IP, DDS）协议栈原理及配置开发。 熟悉诊断协议（ISO 14229 UDS），有Vector CANoe/CANalyzer工具使用经验。 具备良好的问题定位能力，能够使用抓包工具（如Wireshark）分析通信问题，利用调试工具（如Lauterbach,