職責描述：1. 基于異構計算平臺，重點優化和部署自動駕駛領域相關的神經網絡模型，特別是在邊緣計算設備上的量化實現；2. 負責神經網絡模型的量化算法精度評估與實踐，包括QAT（Quantization-Aware Training）和PTQ（Post-Training Quantization）等，確保模型在資源受限環境中的高效運行；3. 評估并實施神經網絡模型的壓縮算法，如剪枝、蒸餾等，提升模型在異構平臺上的推理速度與性能。任職要求：基本要求: 1. 具有在邊緣計算設備中部署神經網絡模型的經驗，熟悉CNN、Transformer、LSTM等常見神經網絡模型架構；2. 有豐富的量化模型優化經驗，熟悉QAT、PTQ等常見的量化技術，并能有效應用于自動駕駛相關場景；3. 主動學習、良好的溝通能力和團隊合作精神；加分項：1. 有作為主要貢獻者參與并落地交付過自動駕駛項目的經驗；2. 熟悉BEV感知、圖像感知、Lidar感知、時空融合、軌跡預測等神經網絡模型，特別是這些模型的量化與壓縮；3. 從事過AI相關軟件開發，包括AI編譯器、AI算子庫及AI推理/訓練框架，具備模型量化與推理加速的經驗；4. 有使用或開發過PPQ量化框架的經驗，能夠在實際項目中靈活應用該工具進行模型量化與優化；5. 在AI領域的頂會或期刊發表過有關模型量化、優化的論文。

黑芝麻智能科技有限公司是優勢的車規級智能汽車計算芯片及基于芯片的解決方案供應商。黑芝麻智能成立于2016年，于2024年正式在香港交易所主板掛牌上市，股票代碼2533.HK。公司從用于自動駕駛的華山系列高算力芯片開始，2023年推出了武當系列跨域計算芯片，以滿足對智能汽車先進功能的更多樣化及復雜需求，同時開始拓展更多應用領域。公司自有的車規級產品及技術為智能汽車配備關鍵任務能力，包括自動駕駛、智能座艙、先進成像及互聯等。通過由公司自行研發的IP核、算法和支持軟件驅動的SoC和基于SoC的解決方案，提供全棧式自動駕駛能力以滿足客戶的廣泛需求。