Monolithic Power Systems, Inc. (MPS) is one of the fastest growing companies in the Semiconductor industry. We are worldwide technical leaders in Integrated Power Semiconductors and Systems Power delivery architectures. At MPS, we cultivate creativity, are
【27届校招】模型量化部署工程师 苏州、北京 校招 正式 互联网 / 电子 / 网游 职位描述 - 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。- 模型部署：完成模型编译和板端适配，让模型在板端高效运行，并保证结果的正确性。 职位要求 - 经验要求：计算机、自动化等相关专业硕士及以上学历，有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...
Introduction Come move the world with us! Wake up each day to be part of a global movement.A movement tomake an impact. A movement togo for it!A movement toprovide best-in class solutions. A movement to beempowered.
1. Utility Systems Operation Assurance Responsible for the daily operation monitoring and technical management of utility systems, including DI water , circulating cooling water, the refrigeration station, the compressed air station, the nitrogen Tank, steam system.