模型量化实习生

职位描述

我们需要一位有边缘ai场景下模型量化部署项目、模型量化调优经历及ai提效经验的实习生，你将负责解决模型在量产芯片上部署时的量化精度问题、优化耗时问题、使用ai探索模型量化导出流程新范式，保障模型在地平线、英伟达、高通等平台上的精度与性能平衡 岗位职责 1.负责自动驾驶感知模型（CNN/Transformer/E2E）在目标芯片平台上的INT8/INT16/FP16量化，包括但不限于训练后量化（PTQ）、量化感知训练（QAT）等 2.探索QDQ插入及计算图融合机制 3.探索前沿的量化敏感层分析工具和混合精度调优方法 4.利用ai探索量化导出适配流程的自动化和规范化 5.跟踪最新量化、模型压缩技术进展 上述岗位职责可按照兴趣自选

职位要求

任职要求 1.硕士以上学历，实习时长不小于六个月 2.理解深度学习原理，有模型量化/剪枝/蒸馏/NAS相关科研或项目经验，要求深入理解量化基本原理，熟悉常见的量化优化算法，有量化精度掉点排查经验为加分项 3.熟悉常见的神经网络结构，包括CNN/Transformer，熟悉自动驾驶领域的感知模型BEV/OCC为加分项 4.有神经网络模型训练和量化调优实践的项目经验，熟悉python编程，熟悉至少一种深度学习框架，例如PyTorch或TensorFlow，有QAT实践经验为加分项 5.熟悉地平线、英伟达、高通等至少一种量化工具链，基于该工具链有落地demo项目为加分项 你将获得 1.有竞争力的实习薪资以及实习经历背书 2.直接参与最前沿的自动驾驶模型落地项目，接触主流芯片平台（地平线、英伟达、高通等）量化部署全流程