Ultralytics 嵌入式计算机视觉工程师（西班牙现场办公）
将 Ultralytics YOLO 模型从 PyTorch 部署到边缘设备上。构建运行时集成，并针对 CPU、GPU、NPU 和 SoC 平台优化部署。
描述
- 开发并维护模型导出与推理集成，涵盖模型转换到设备端支持的全过程。
- 确保集成兼容 Python、PyTorch 以及不断变化的供应商 SDK。
- 审查合作伙伴代码，并在发布前通过实体硬件验证集成。
- 为 YOLO 部署和测试准备嵌入式开发板与开发套件。
- 针对目标设备调优模型，在延迟、内存占用和准确率之间取得平衡。
- 调查模型转换或 INT8 量化导致的准确率下降问题。
- 测量并分析 YOLO 任务和不同代模型的性能，然后记录结果。
- 管理硬件和芯片平台的技术合作关系，包括 AMD、Google 和 Nvidia 集成。
- 与合作伙伴召开工程同步会议，并制定集成规范。
- 将平台限制转化为模型、运行时和部署要求。
- 与合作伙伴的编译器团队协调，确保新款 YOLO 架构在发布时获得支持。
- 排查涉及模型、运行时、驱动程序和设备的问题。
- 维护自托管及合作伙伴托管设备上的硬件 CI，并维护部署用 Docker 镜像。
- 编写集成文档和设备基准测试页面。
- 制作开发者资源、举办线上直播，并在行业活动中展示工作成果。
- 通过 GitHub、社区论坛和销售团队为开发者与客户提供支持。
任职要求
- 扎实掌握机器学习或计算机视觉，并了解 YOLO 模型。
- 具备扎实的 Python 技能，并有 PyTorch 和 ONNX 实践经验。
- 有使用 TensorRT、OpenVINO、ONNX Runtime 或供应商 NPU SDK 的实操经验。
- 具备 INT8 量化和校准经验，包括诊断转换后的准确率损失。
- 有在 NVIDIA Jetson、Raspberry Pi 或 NPU 开发板等边缘设备上部署的实践经验。
- 有在资源受限的硬件上刷写、配置和排查部署问题的经验。
- 能够熟练使用 Linux、Docker，并管理跨平台的 Python 依赖。
- 具备良好的软件工程习惯，包括编写整洁代码、使用 Git 拉取请求和参与代码审查。
- 能够用英语清晰撰写文档并开展协作。
- 具备高级工程师水平，能够在极少监督下端到端负责技术集成。
- 热爱 AI、计算机视觉以及能产生现实影响的实践工程工作。
- 拥有在所申请工作所在国家合法工作的资格。
- 有直接与芯片供应商或硬件合作伙伴合作的经验者优先。
- 有多个嵌入式和边缘计算生态系统经验者优先。
- 有 C++ 经验，包括在微控制器上部署模型者优先。
- 有在自托管硬件运行器上运行 CI 的经验者优先。
- 参与开源项目或开发者生态者优先。
- 有与国际团队合作的经验者优先。
- 愿意前往行业活动出差者优先。
福利待遇
- 股权方案。
- 灵活的工作时间。
- 24 天年假。
- 生日假。
- 当地公共假期。
- 全新 Apple MacBook Air 或 Pro。
- Apple Studio Display。
- AirPods Pro 3。
- 个人与职业发展的专项预算。
- 参与前沿 AI 项目。
- 在全球化枢纽现场协作。