TCL
算法工程师
算法工程师
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Mnn
Ncnn
卡尔曼滤波
大模型微调
姿态解算
数字信号处理
模型量化
值不值得投
74综合评分
综合评分 74
上市企业端侧AI算法岗，技术栈前沿且成长空间大，薪资处于市场水准，WLB情况未明确。
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
2万
比算法优化工程师中位数低
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 880 个在招 · 其中算法优化工程师 2 个
市场机会
选择面较广
深圳 · 算法优化工程师 · 75 个在招
职位详情
关于这个职位
该职位主要负责智能穿戴设备的运动、健康算法开发及端侧大模型的轻量化部署
你需要运用数字信号处理和机器学习技术，优化计步、睡眠监测等算法，并解决端侧算力受限下的模型压缩与推理加速问题，保障算法在量产设备上的稳定落地
最低要求
本科及以上学历，数学或计算机相关专业
扎实数字信号处理基础，熟练互补滤波、卡尔曼滤波、Mahony姿态解算
能独立完成计步、睡眠、交互类运动算法开发与调优，解决步数不准、误唤醒、姿态漂移等问题
熟悉Python、C/C++，能够完成算法定点化、算力优化，平衡算法精度、推理时延、整机功耗
熟练掌握至少一种推理框架：NCNN / TFLite Micro / MNN 等，了解框架算子适配、推理调度逻辑
熟悉大模型微调、Prompt优化、模型蒸馏、量化压缩
工作职责
负责智能穿戴运动、健康算法开发和迭代调优，包含 IMU 姿态解算、计步、睡眠、行为识别算法调试，解决业务异常问题
负责轻量化端侧LLM大模型微调、模型压缩、量化优化，适配穿戴低算力、低内存硬件约束
负责算法效果验证、数据分析、指标量化，输出算法文档、集成规范，保障算法稳定量产落地
优先资格
有智能穿戴/传感器算法相关课程项目、竞赛或实习经验者优先
AI 洞察
优缺点分析
优点
- 技术栈前沿且实用，结合了传统信号处理与最新的大模型端侧部署技术，极具市场竞争力
- 依托大型跨国企业平台，能接触到完整的智能硬件量产落地流程，积累宝贵的工程化经验
- 穿戴设备对功耗和算力限制极严，需要在算法精度、推理时延和整机功耗之间进行艰难的平衡
- 适合对智能硬件、边缘计算和端侧AI感兴趣，具备扎实数学基础且喜欢解决底层工程落地问题的算法工程师
缺点 / 挑战
- 端侧大模型部署属于新兴挑战，硬件约束下的模型压缩和适配可能存在较多技术瓶颈需要攻克
角色解读
- 纵向可发展为端侧AI算法专家或首席科学家，深耕智能硬件与边缘计算领域
- 横向可拓展至物联网（IoT）产品经理或AI硬件架构师，统筹软硬件协同设计
- 开发并优化智能穿戴设备上的运动与健康算法，如计步、睡眠监测和IMU姿态解算，提升用户体验
- 负责端侧大语言模型（LLM）的轻量化部署，通过微调、蒸馏和量化技术，使其在低算力、低内存的穿戴设备上流畅运行
- 进行算法效果验证与数据分析，输出标准化文档，确保算法在量产设备上的稳定性和一致性
- 扎实的数学与数字信号处理基础，熟练掌握卡尔曼滤波、互补滤波等姿态解算算法
- 精通Python和C/C++，具备算法定点化、算力优化及功耗控制能力
- 熟悉主流端侧推理框架（如NCNN、TFLite Micro）及大模型压缩、量化技术
申请策略
- 了解TCL在智能穿戴和AIoT领域的最新产品线，面试时结合具体产品提出算法优化思路
- 突出在数字信号处理、IMU姿态解算或运动健康算法方面的项目经验，最好有实际落地或竞赛获奖经历
- 详细展示端侧推理框架（NCNN/MNN等）的使用经验，以及大模型量化、蒸馏、微调的具体成果（如压缩率、精度损失等指标）
- 深入学习大模型在端侧的部署技术，如针对ARM架构的指令集优化或轻量级推理引擎的底层原理
- 复习并实践C/C++底层优化技巧，了解嵌入式系统的内存管理和功耗控制机制
面试指南
- STAR法则：针对优化类问题，按照情境（硬件约束/业务痛点）、任务（目标指标）、行动（具体算法/工程手段）、结果（量化收益）来回答
- 原理+实践：对于信号处理或模型压缩问题，先简述底层数学/物理原理，再结合具体代码或框架实现细节进行说明
- 请详细描述卡尔曼滤波或Mahony算法在IMU姿态解算中的原理，以及如何解决姿态漂移问题？
- 在穿戴设备低算力、低内存约束下，你是如何对大模型进行量化和压缩的？遇到了哪些算子适配问题？
- 如何平衡算法精度、推理时延和整机功耗？请举一个你实际优化过的案例
- 计步或睡眠算法中，如何解决误唤醒或步数不准的问题？你的特征工程是怎么做的？
- 复习数字信号处理经典算法，并准备1-2个端侧模型部署的完整项目案例，熟悉其中的踩坑经验
- 了解TCL智能穿戴产品的技术规格，思考现有算法在真实场景下的改进空间
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
作为大型上市企业，薪资福利体系相对完善，端侧AI算法属于当前热门方向，薪资具备市场竞争力。
薪资信号市场水准 (1.5千–2.5万/月)
成长发展
85较高
岗位涉及大模型端侧部署和智能穿戴核心算法，技术栈前沿，能接触到完整的硬件量产落地流程，技术成长空间大。
技术前沿前沿/新兴技术
技术栈Python、C/C++、NCNN、TFLite Micro、MNN、大模型微调、模型量化、卡尔曼滤波
业务类型ambiguous
工作生活
60中等
JD未明确提及工作模式和加班情况，但硬件量产落地和端侧调试通常需要配合硬件团队进度，可能存在一定的加班压力。
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
70中等
智能穿戴设备有助于用户的健康管理和运动监测，具有一定的社会价值，且端侧AI是行业重要发展趋势。
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