海信
算法工程师（具身智能方向）(J44963)
算法工程师（具身智能方向）(J44963)
发布于 6 小时前普通员工/个人贡献者
全职员工仅现场办公具身智能
具身智能
Lora
Pytorch
具身智能
多模态感知
模型量化
端侧部署
自然语言处理
计算机视觉
轻量化大模型
值不值得投
75综合评分
综合评分 75
聚焦具身智能与端侧大模型的前沿算法岗，技术成长空间大，落地场景明确，薪资福利与WLB情况需面试确认。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
2.8万
比具身智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 720 个在招
职位详情
关于这个职位
该职位主要负责海信移动智慧屏场景下的具身智能模型与端侧感知算法研发
工作内容包括设计优化端侧模型架构、多模态感知技术落地、模型微调与量化压缩，以及搭建评估体系，推动前沿AI技术在智能硬件上的创新与商业化应用
最低要求
人工智能、计算机、自动化、机器人等相关专业硕士及以上学历，具备具身智能、端侧感知、轻量化大模型相关研究或项目经验优先
熟悉Transformer架构，掌握轻量化大模型、多模态及具身感知模型基本原理，了解模型量化、剪枝等端侧轻量化优化方法
具备扎实的计算机视觉、端侧感知、自然语言交互基础，掌握注意力机制、自监督学习、多模态融合等核心技术，熟悉场景理解、视觉交互等具身感知算法
熟练使用PyTorch等深度学习框架，掌握模型训练与调试方法，了解分布式训练、端侧推理加速相关工具与方案
熟悉LoRA、QLoRA、PEFT等高效微调方法，了解SFT、DPO等模型对齐技术，具备模型微调与场景适配能力
有端侧RAG、轻量化Agent、多模态交互算法研发经验，或智慧屏、智能硬件、机器人相关项目经验者优先
具备良好的逻辑思维、问题解决能力和团队协作能力，热爱前沿技术，敢于创新，有较强的学习能力和落地执行力
工作职责
参与具身智能模型、端侧感知模型研发，聚焦移动智慧屏场景，设计并优化端侧适配的模型架构与算法，提升模型人机交互、环境感知能力及终端运行稳定性
研究具身智能与端侧多模态感知技术，支撑智慧屏环境视觉感知、人机交互、场景语义理解、跨模态生成等核心任务，实现模型与终端场景的深度适配
优化端侧模型训练与部署流程，提升视觉、语音等多模态数据处理效率与质量
通过模型架构优化、量化压缩、推理方案迭代，解决端侧算力受限问题，提升模型推理效率
落地模型微调与适配方案，运用高效微调、模型对齐技术，针对智慧屏交互感知、智能应答等下游任务开展性能优化，支撑产品功能迭代与落地应用
搭建端侧具身模型评估体系，测试模型在环境感知、人机交互、端侧适配、实时响应等维度的性能表现，输出量化结果，支撑模型迭代优化
跟踪具身智能、端侧轻量化模型前沿技术，结合智慧屏硬件与业务需求，落地技术创新方案，推动团队技术迭代与成果转化
优先资格
具备具身智能、端侧感知、轻量化大模型相关研究或项目经验优先
有端侧RAG、轻量化Agent、多模态交互算法研发经验，或智慧屏、智能硬件、机器人相关项目经验者优先
AI 洞察
优缺点分析
优点
- 具身智能与端侧大模型是当前AI领域极具前景的前沿方向，技术壁垒高，个人核心竞争力提升快
- 依托海信在智慧屏与智能硬件领域的丰富场景，算法落地机会多，能积累宝贵的端侧部署与商业化经验
- 端侧算力受限，对模型轻量化、量化压缩及推理加速的要求极高，技术攻坚难度大
- 需要同时兼顾算法精度与终端运行稳定性，在资源受限条件下寻找最优解的平衡难度较大
- 适合对具身智能、多模态大模型及端侧AI部署有浓厚兴趣，具备扎实算法基础且喜欢将前沿技术落地于实体硬件的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 从端侧算法工程师成长为具身智能领域的技术专家，掌握大模型端侧落地的核心技术壁垒
- 未来可向多模态大模型架构师或AI硬件产品技术负责人方向发展，主导软硬件结合的AI创新项目
- 负责移动智慧屏场景下的具身智能与端侧感知算法研发，设计并优化适配端侧算力的模型架构
- 研究多模态感知、视觉交互及场景语义理解技术，推动大模型在智能硬件上的轻量化部署与微调落地
- 扎实的深度学习基础，精通Transformer、多模态融合及计算机视觉技术
- 熟练掌握PyTorch框架，具备模型量化、剪枝及LoRA等高效微调与端侧推理加速经验
申请策略
- 提前了解海信移动智慧屏的产品形态与交互场景，思考具身智能技术在该场景下的具体应用痛点与解决方案，面试时展现业务思考
- 重点突出在轻量化大模型、多模态感知或具身智能相关的项目经验，特别是端侧部署、模型量化及微调的实际成果
- 展示在PyTorch框架下的模型训练与推理加速优化经历，强调解决端侧算力受限问题的具体方案
- 深入学习端侧推理加速工具（如TensorRT、NCNN等）及模型量化剪枝技术，提升工程落地能力
- 了解最新的端侧RAG与轻量化Agent架构，提升多模态交互算法的实战与场景适配能力
面试指南
- 采用STAR法则，结合具体项目背景，详细说明面临的端侧算力或数据挑战，阐述选择的算法或优化方案（如量化、剪枝、特定微调策略），并给出量化的性能提升结果
- 在端侧算力受限的情况下，你通常采用哪些策略来优化大模型的推理效率？
- 请分享一个你使用LoRA或PEFT进行模型微调的项目，遇到了哪些挑战及如何解决？
- 多模态感知中，视觉与语音数据如何进行有效融合？
- 如何评估一个端侧具身模型在环境感知和人机交互中的性能表现？
- 复习Transformer架构、注意力机制及多模态融合的基础理论，确保底层逻辑清晰
- 准备1-2个端侧模型部署或轻量化优化的完整项目案例，熟悉海信智慧屏的相关业务背景
职位点评
薪资福利75
成长发展90
工作生活50
使命价值80
薪资福利
75中等
具身智能与端侧大模型属于高薪技术方向，硕士学历起薪具备竞争力，但JD未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：2千–3.5万/月）
成长发展
90较高
岗位聚焦具身智能与端侧轻量化大模型等前沿技术，技术栈极具前瞻性，能极大提升个人在AI硬件落地领域的核心竞争力。
技术前沿前沿/新兴技术
技术栈具身智能、Transformer、多模态感知、PyTorch、LoRA、QLoRA、PEFT、SFT、DPO、端侧RAG、轻量化Agent
成长机会推动团队技术迭代与成果转化
业务类型profit_center
工作生活
50较低
JD未提及工作模式与工时安排，算法研发岗通常面临一定的技术攻坚压力，WLB情况需进一步确认。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
将前沿AI技术应用于智慧屏等智能硬件，提升人机交互体验，具有较强的科技向善与产品落地价值。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs