影石创新
AI模型部署优化工程师-2027校招
AI模型部署优化工程师-2027校招
发布于 2 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
Gpu
Npu
图优化
推理框架
模型剪枝
模型量化
算子融合
高性能计算
值不值得投
74综合评分
综合评分 74
校招AI推理优化岗，技术前沿、成长性强，但薪资福利与WLB信息未披露。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较职业起点。
薪资怎么样
2.8万
比算法优化工程师中位数高
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 110 个在招
市场机会
选择面较广
深圳 · 算法优化工程师 · 97 个在招
职位详情
关于这个职位
该职位负责将视觉、音频、影像及大模型等AI算法部署到真实产品中，并围绕模型量化、剪枝、算子融合与图优化进行性能优化
同时参与推理框架和算法库建设，适合希望深入AI推理部署与高性能计算的应届生
最低要求
本科及以上学历，计算机相关专业
具有扎实C++/Python编程基础、良好的架构设计能力
熟悉模型量化/剪枝/图优化等技术，有模型优化经验者优先
熟悉推理框架结构原理，有算子开发经验者优先
熟悉计算机体系结构与硬件结构，有gpu/npu开发经验者优先
具有较强的学习能力、自驱力、执行力，对技术充满热情并持续探索
工作职责
负责视觉、音频、影像、大模型等 AI 算法的落地交付
负责 AI 模型的性能优化，包括模型量化、剪枝，算子融合、图优化等
负责推理框架与算法库的基础能力建设
负责AI模型部署领域、高性能计算领域新技术的探索研究
优先资格
有模型量化/剪枝/图优化等模型优化经验者优先
有算子开发经验者优先
有GPU/NPU开发经验者优先
AI 洞察
优缺点分析
优点
- 技术方向贴近AI落地，覆盖模型压缩、推理框架、GPU/NPU等热门能力
- 影石在智能影像硬件领域有真实产品场景，算法落地有业务载体
- 校招岗位有明确培养属性，适合应届生完成从理论到工程化的过渡
- 工作内容横跨算法与系统，有利于形成复合型技术背景
- 模型部署与性能优化需要同时理解算法、框架和硬件，学习曲线较陡
- JD未披露具体团队规模、培养机制和WLB信息，需在面试中进一步确认
- 适合计算机基础扎实、喜欢底层性能优化、希望把AI算法落地到真实产品的应届生
缺点 / 挑战
- 性能调优往往依赖反复实验和底层调试，对耐心与工程能力要求较高
角色解读
- 可从模型部署工程师成长为推理优化或高性能计算方向的技术专家
- 随着经验积累，可负责推理框架、编译优化或端侧AI系统架构设计
- 在智能影像与多模态AI场景中拓展，向技术负责人或架构师方向发展
- 负责视觉、音频、影像及大模型算法在产品中的部署交付，推动算法真正落地到业务场景
- 围绕推理性能开展模型量化、剪枝、算子融合与计算图优化，提升模型运行效率
- 参与推理框架、算子库和算法库的基础能力建设，并跟踪AI部署与高性能计算新技术
- 具备扎实的C++/Python编程能力和良好的架构设计能力，能处理性能与工程问题
- 熟悉模型量化、剪枝、图优化等模型压缩与推理优化技术
- 理解推理框架原理和计算机体系结构，有GPU/NPU或算子开发经验更佳
- 具备较强的学习能力、自驱力和执行力，对AI部署技术有持续热情
申请策略
- 关注影石产品线与AI影像场景，面试中体现对业务落地的理解
- 提前了解校招流程和团队方向，面试时主动询问具体工作地点与培养安排
- 突出C++/Python项目经历，尤其是高性能计算、推理加速或工程化落地项目
- 展示模型量化、剪枝、算子融合、图优化等实践，并量化性能提升结果
- 如有GPU/NPU、CUDA、TensorRT、ONNX Runtime等经验，应放在显眼位置
- 用项目说明架构设计、问题定位和性能调优能力，而不仅是课程成绩
- 系统复习模型量化、剪枝、图优化和推理框架原理，准备可讲述的项目案例
- 补强计算机体系结构、并行计算和GPU/NPU编程基础，了解CUDA、TensorRT等工具
面试指南
- 项目类问题用STAR结构：背景-目标-行动-结果，重点讲性能指标和你的具体贡献
- 技术类问题先给结论，再解释原理和权衡，最后结合项目说明落地经验
- 开放类问题体现技术热情和业务理解，说明你如何持续学习并解决实际问题
- 请介绍一个你做过的模型部署或性能优化项目，瓶颈是什么，如何定位和解决？
- 模型量化有哪些常见方法？INT8量化可能带来哪些精度问题，如何评估？
- 算子融合和图优化在推理框架中分别解决什么问题？能举例说明吗？
- 你了解GPU/NPU的哪些体系结构特点？如何据此优化算子或内存访问？
- 为什么选择AI模型部署方向？对影石的产品和AI应用有什么理解？
职位点评
薪资福利70
成长发展88
工作生活55
使命价值78
薪资福利
70中等
JD未披露薪资和福利，补偿性信息有限；但岗位技能方向较热门，校招薪酬预计具备一定市场竞争力，需以offer为准。
薪资信号未披露（AI估算：2.0千–3.5万/月）
成长发展
88较高
岗位覆盖模型量化、图优化、推理框架和GPU/NPU，技术栈贴近AI部署前沿，成长空间较大。
技术前沿前沿/新兴技术
技术栈C++、Python、模型量化、模型剪枝、算子融合、图优化、推理框架、GPU、NPU、高性能计算
成长机会新技术的探索研究
业务类型ambiguous
工作生活
55较低
JD未提及办公模式、弹性工时或加班安排，WLB信息不明确，需在面试中进一步确认。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
78中等
岗位面向AI算法落地与推理优化，技术方向有前景；JD未突出社会使命或价值主张。
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