1、圍繞云邊端全場(chǎng)景從數(shù)據(jù)到AI應(yīng)用全流程開發(fā)需求、開展跨云邊端支持多種異構(gòu)硬件的人工智能計(jì)算平臺(tái);
2、開展跨域大規(guī)模分布式人工智能架構(gòu)、智能軟件和數(shù)據(jù)資源管理等技術(shù)研發(fā);
3、開展算力彈性調(diào)度、異構(gòu)軟硬件協(xié)同優(yōu)化、弱連接環(huán)境下的云邊端協(xié)同學(xué)習(xí)架構(gòu)研發(fā);
4、掌握小樣本學(xué)習(xí)、增量學(xué)習(xí)等人工智能訓(xùn)練技術(shù)
5、具備強(qiáng)化學(xué)習(xí)算法和框架相關(guān)專業(yè)知識(shí),掌握模型壓縮、量化等技術(shù),支撐模型在云端、邊緣端的部署;
6.掌握AI系統(tǒng)的安全性問題和隱私保護(hù)措施等技術(shù)。
1、人工智能平臺(tái)整體架構(gòu)設(shè)計(jì),確保平臺(tái)的穩(wěn)定性、可擴(kuò)展性與易用性;
2、根據(jù)業(yè)務(wù)需求,開發(fā)人工智能平臺(tái)核心功能模塊,包括但不限于數(shù)據(jù)標(biāo)注、模型訓(xùn)練、推理、評(píng)估等;
3、對(duì)平臺(tái)與AI框架性能進(jìn)行持續(xù)優(yōu)化與維護(hù),提升模型訓(xùn)練精度、推理精度與資源利用率等;
4、與數(shù)據(jù)科學(xué)家、算法工程師等團(tuán)隊(duì)配合,推動(dòng)算法模型在平臺(tái)上的集成與部署;
5、關(guān)注人工智能平臺(tái)前沿技術(shù),及時(shí)將新技術(shù)引入與落地集成,提升技術(shù)水平;
6、負(fù)責(zé)設(shè)計(jì)、編寫、測(cè)試平臺(tái)SDK的Sample和Demo代碼,輸出開發(fā)文檔,技術(shù)手冊(cè)等。