端侧算法部署工程师实习生（北京）

优缺点分析

角色解读

• 实习期间表现优异可获校招转正，正式成为安克创新的算法工程师
• 可向AI算法部署专家或嵌入式AI架构师方向发展，积累端侧部署经验
• 未来可横向拓展到更多端侧AI领域，如语音、视觉、健康监测等
• 将深度学习音频/健康算法用C/C++实现并定点化，使其能在嵌入式芯片上高效运行
• 将优化后的算法集成到音箱、耳机、手环等硬件产品中，确保系统稳定性和性能
• 参与代码审查和系统架构设计，保证代码质量和模块间的无缝协作
• 扎实的C/C++编程能力，能够将算法高效实现并优化
• 了解深度学习模型部署流程，熟悉量化、定点化等技术
• 具备嵌入式系统基础知识，了解硬件资源和性能限制

申请策略

• 投递时附上相关项目GitHub链接或技术博客，展示动手能力
• 关注安克创新在音频和健康领域的产品与技术动态，面试中体现行业认知
• 突出C/C++编程项目经验，尤其是嵌入式或性能优化相关
• 展示深度学习模型部署经历，如使用TensorRT、ONNX、NCNN等工具
• 强调任何与音频处理、健康信号处理相关的项目或课程作业
• 提前学习模型量化基础知识，了解INT8、混合精度等概念
• 练习C/C++在嵌入式环境下的编程技巧，如内存管理、交叉编译

面试指南

• 使用STAR法则: 情境-任务-行动-结果，尤其在描述优化和部署经历时
• 强调技术选型原因: 如为什么选择某种量化方式，对比不同方案的优劣
• 展示对性能指标的理解: 如延迟、吞吐量、内存占用等
• 如何将深度学习模型部署到资源受限的嵌入式设备上？
• 描述一次你用C/C++优化算法性能的经历
• 模型量化会带来精度损失，如何平衡精度和速度？
• 你了解哪些嵌入式平台或芯片？
• 请解释定点化与浮点化的区别及其在部署中的意义