一、職位定位
作為智能化終端產品（聚焦音視頻類等終端設備）的 AI 技術核心管理者，需深度融合終端硬件特性與端側 AI 技術，主導從底層芯片選型、計算架構設計到上層 AI 應用落地的全流程技術方案，確保 AI 能力與產品體驗、硬件性能深度適配，支撐產品智能化競爭力構建。
二、核心工作職責
（一）端側 AI 計算架構設計與優化
1. 主導終端設備（音視頻產品等）AI 計算架構規劃，最大化端側 AI 處理效率，平衡性能與功耗需求。
2. 負責端側 AI 模型工程化優化，解決模型與硬件兼容性問題，確保輕量化模型在終端穩定運行。
3. 對接芯片廠商，參與核心芯片選型評估，重點驗證 AI 算力、硬件加速能力（如 NPU 性能）與產品 AI 需求的匹配度。
（二）技術方案落地管控
1. 從硬件層到應用層全鏈路把控 AI 技術方案：硬件層主導傳感器（如攝像頭、麥克風）選型與性能調優；應用層推動 AI Agent、多模態交互（音視頻結合、語音語義聯動等）等場景化 AI 能力落地。
2. 解決端側 AI 落地過程中的關鍵技術瓶頸，如低算力場景下的模型推理速度、多模態數據協同處理、硬件資源（內存 / 存儲）高效調度等問題。
（三）項目管理與技術團隊協同
1. 主導量產型終端 AI 項目全生命周期管理，從需求拆解、技術方案評審到研發落地、量產交付，把控項目進度與風險。
2. 協同硬件研發、嵌入式開發、應用開發等跨團隊，推動 AI 技術與終端產品的深度融合，確保技術方案轉化為優質用戶體驗。
3. 跟蹤端側 AI 技術前沿（如 TinyML、新型硬件加速接口），結合產品規劃開展技術預研，儲備核心技術能力。
三、任職要求
（一）核心技術背景（必備）
1. 具備豐富的端側 AI 工程化落地經驗：
1. 熟悉端側 AI 模型部署全流程工具鏈（如 ONNX Runtime、TensorRT、TFLite Micro）；
2. 熟悉 LangChain 等工具鏈，具備 AI Agent 開發經驗；
3. 具備 TinyML 技術應用經驗，熟悉模型輕量化（量化、蒸餾）落地實踐。
3. 了解音視頻終端設備硬件特性（如攝像頭模組、音頻處理芯片）與傳感器（圖像、音頻傳感器）選型標準。
（二）項目經驗（硬性要求）
至少主導過 1-2 個量產型終端 AI 項目全流程落地，項目場景需覆蓋以下至少 1 類：
4. 視覺類：攝像頭行為識別、智能監控、圖像質量優化等；
5. 音頻類：語音轉寫、語音喚醒、語音語義理解、音頻降噪等；
6. 多模態類：音視頻協同交互、跨模態內容生成等。