广州
职位详情
一、关于我们
我们是依托中山大学电子与通信⼯程学院组建的 AI 技术科研孵化团队，聚焦深度学习模型⼯程化落地与卫星通信、智能感知等交叉领域技术突破。团队由⾼校教授领衔，核心成员涵盖博士、硕⼠及行业资深工程师（也许是你），既具备扎实的科研功底，又拥有从实验室技术到产业化应用的全链条落地能力。
目前团队承接国家级科研项目与企业合作课题，重点攻关 AI 模型在边缘设备、航天通信终端等特殊场景的部署难题，ONNX 作为模型跨框架、跨硬件的核心载体，是我们技术落地的关键环节。加入团队可深度链接高校科研资源，参与前沿技术研发，同时享受科研成果转化带来的成长与回报。
二、岗位职责
核心流程攻坚：主导与参与深度学习模型向 ONNX 格式的转换全流程，解决算子不兼容、精度偏移、结构适配等核心问题，确保模型在科研原型与工程化系统中无损迁移。
推理性能优化：基于 ONNX Runtime、TensorRT、OpenVINO 等引擎，实施模型量化（INT8/FP16）、剪枝、蒸馏等轻量化技术，优化边缘设备、专用终端的延迟与内存占用，满足科研项目与落地场景的性能要求。
跨平台部署落地：负责模型在 CPU、GPU 及边缘嵌入式设备（如卫星通信终端、工业感知硬件）的部署实现，完成 C++/Python 接口封装与系统集成，保障特殊工况下的部署稳定性与实时性。
工程化体系搭建：搭建适配科研项目的自动化模型转换、测试、部署流水线，开发性能基准测试工具，建立模型部署质量与性能评估标准，支撑多课题并行研发。
三、任职要求
（一）核心硬性要求
学历背景：计算机科学、人工智能、电子信息、自动化等相关专业，本科及以上学历。
工作 / 科研经验：3 年以上深度学习模型部署经验，其中至少 1 年专注于 ONNX 转换与推理优化实战经历；有边缘设备、专用硬件模型部署或高校科研项目经验者优先。
技术栈基础：
精通 Python 与 C++（现代 C++11/14+），能熟练在 Linux 环境下开发与调试；
掌握 PyTorch/TensorFlow 等深度学习框架的推理原理，理解模型内部结构与算子机制；
熟练运用 ONNX 生态工具（ONNX Converter、ONNX Simplifier、ONNX Checker），熟悉主流推理引擎（ONNX Runtime/TensorRT/OpenVINO）的使用与调优。
优化能力：具备模型量化、剪枝、混合精度推理等轻量化技术的实际落地经验，能独立完成性能瓶颈分析与优化方案设计。
（二）加分项
硬件适配经验：有嵌入式 Linux 设备、专用芯片（NPU/DSP）模型部署经验，或了解卫星通信终端、工业感知硬件的计算资源特性；
科研项目经验：参与过国家级、省部级 AI 相关科研项目，或有科研成果工程化落地经历；
技术沉淀：在 ONNX 转换、模型轻量化领域有技术总结、专利，或在开源社区有相关项目贡献；
跨领域能力：了解卫星通信、信号处理、计算机视觉等领域基础原理，能快速理解跨领域技术需求。
四、我们提供
薪资回报：本科 10W-18W/ 年， 硕士 *****W / 年，博士 30-60W / 年，根据技术能力与科研贡献灵活议价，核心成员可参与科研成果转化收益分配，以及股权期权等可能，公司快速成长期。
工作保障：五险一金全额缴纳，年度体检，相对弹性工作制度，平衡科研与生活。
五、投递方式
简历要求：请附上个人简历（含教育经历、项目 / 科研经历、技能证书）、代表性成果（ 项目报告 / 代码链接）及联系方式。
面试流程：简历筛选→技术初面（线上，侧重基础能力）→技术终面（现场 ，侧重项目实战与问题解决）→方向匹配沟通→录用确认。
工作地点：广东省广州市白云区梅园路8号新思聚产业孵化器（3号线地铁站梅花园100米）
我们是依托中山大学电子与通信⼯程学院组建的 AI 技术科研孵化团队，聚焦深度学习模型⼯程化落地与卫星通信、智能感知等交叉领域技术突破。团队由⾼校教授领衔，核心成员涵盖博士、硕⼠及行业资深工程师（也许是你），既具备扎实的科研功底，又拥有从实验室技术到产业化应用的全链条落地能力。
目前团队承接国家级科研项目与企业合作课题，重点攻关 AI 模型在边缘设备、航天通信终端等特殊场景的部署难题，ONNX 作为模型跨框架、跨硬件的核心载体，是我们技术落地的关键环节。加入团队可深度链接高校科研资源，参与前沿技术研发，同时享受科研成果转化带来的成长与回报。
二、岗位职责
核心流程攻坚：主导与参与深度学习模型向 ONNX 格式的转换全流程，解决算子不兼容、精度偏移、结构适配等核心问题，确保模型在科研原型与工程化系统中无损迁移。
推理性能优化：基于 ONNX Runtime、TensorRT、OpenVINO 等引擎，实施模型量化（INT8/FP16）、剪枝、蒸馏等轻量化技术，优化边缘设备、专用终端的延迟与内存占用，满足科研项目与落地场景的性能要求。
跨平台部署落地：负责模型在 CPU、GPU 及边缘嵌入式设备（如卫星通信终端、工业感知硬件）的部署实现，完成 C++/Python 接口封装与系统集成，保障特殊工况下的部署稳定性与实时性。
工程化体系搭建：搭建适配科研项目的自动化模型转换、测试、部署流水线，开发性能基准测试工具，建立模型部署质量与性能评估标准，支撑多课题并行研发。
三、任职要求
（一）核心硬性要求
学历背景：计算机科学、人工智能、电子信息、自动化等相关专业，本科及以上学历。
工作 / 科研经验：3 年以上深度学习模型部署经验，其中至少 1 年专注于 ONNX 转换与推理优化实战经历；有边缘设备、专用硬件模型部署或高校科研项目经验者优先。
技术栈基础：
精通 Python 与 C++（现代 C++11/14+），能熟练在 Linux 环境下开发与调试；
掌握 PyTorch/TensorFlow 等深度学习框架的推理原理，理解模型内部结构与算子机制；
熟练运用 ONNX 生态工具（ONNX Converter、ONNX Simplifier、ONNX Checker），熟悉主流推理引擎（ONNX Runtime/TensorRT/OpenVINO）的使用与调优。
优化能力：具备模型量化、剪枝、混合精度推理等轻量化技术的实际落地经验，能独立完成性能瓶颈分析与优化方案设计。
（二）加分项
硬件适配经验：有嵌入式 Linux 设备、专用芯片（NPU/DSP）模型部署经验，或了解卫星通信终端、工业感知硬件的计算资源特性；
科研项目经验：参与过国家级、省部级 AI 相关科研项目，或有科研成果工程化落地经历；
技术沉淀：在 ONNX 转换、模型轻量化领域有技术总结、专利，或在开源社区有相关项目贡献；
跨领域能力：了解卫星通信、信号处理、计算机视觉等领域基础原理，能快速理解跨领域技术需求。
四、我们提供
薪资回报：本科 10W-18W/ 年， 硕士 *****W / 年，博士 30-60W / 年，根据技术能力与科研贡献灵活议价，核心成员可参与科研成果转化收益分配，以及股权期权等可能，公司快速成长期。
工作保障：五险一金全额缴纳，年度体检，相对弹性工作制度，平衡科研与生活。
五、投递方式
简历要求：请附上个人简历（含教育经历、项目 / 科研经历、技能证书）、代表性成果（ 项目报告 / 代码链接）及联系方式。
面试流程：简历筛选→技术初面（线上，侧重基础能力）→技术终面（现场 ，侧重项目实战与问题解决）→方向匹配沟通→录用确认。
工作地点：广东省广州市白云区梅园路8号新思聚产业孵化器（3号线地铁站梅花园100米）
2026-07-01 14:32
IP属地：广东广州
职位福利
本科3-5年语音算法C/C++Shell机器学习图像算法算法工程化经验模型加速/性能优化Python
广州磐钴智能科技有限公司
未融资 · 20-99人
工作地址
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
大模型推理优化部署实习生
9000-10000元/月
深度学习经验不限本科PythonGolang机器学习大模型算法强化学习发表算法相关优秀论文参加算法相关竞赛/获奖优秀开源项目经历
广州 黄埔区
广州南沙区招聘本硕博：计算机、电子工程、数据科学、人工智能院系或专业。从事前端开发、全栈等
2-8万元/月
深度学习经验不限本科有创造性，发散思维，有联想思维，能吃苦团队精神强喜欢与人合作，有正义感品德好图像算法自然语言处理算法推荐算法数据挖掘Python并行计算分布式训练大数据处理工具(Spark/Hadoop/Hive)机器学习大模型算法强化学习算法工程化经验发表算法相关优秀论文优秀开源项目经历
广州 南沙区
收藏职位
