【职位概述】 我们正在寻找一位具备无人机飞控系统底层开发经验的AI基础设施工程师，负责构建和优化支持大规模模型训练、推理与边缘部署的高性能计算平台。您将融合无人机飞控领域的实时系统、嵌入式开发与硬件加速经验，打造高可靠、低延迟的AI基础设施体系，支撑机载端的全链路AI能力。 【核心职责】 1、设计并维护大规模分布式AI训练与推理平台，优化异构计算资源的调度效率与稳定性； 2、将飞控系统的实时性、高可靠性设计理念应用于AI服务SLA保障与故障自愈体系； 3、负责边缘AI推理引擎开发，在资源受限的机载计算平台（ARM/x86）实现模型轻量化部署与实时优化； 4、深度优化模型推理延迟与吞吐量，结合飞控系统的确定性调度经验，构建可预测的AI服务性能边界； 5、开发面向无人机集群的分布式AI训练与联邦学习框架，支持多机协同感知与决策； 6、构建AI模型全生命周期管理工具链（MLOps），实现从数据标注、训练到机载OTA升级的自动化流水线。 任职要求： 1、计算机科学、电子工程、自动化或相关专业本科及以上学历； 2、无人机飞控系统开发经验：至少2年PX4、ArduPilot或自研飞控系统的底层开发经验，熟悉uORB消息机制、传感器驱动（IMU/GPS/Baro）与姿态解算算法； 3、扎实的系统编程能力：精通C/C ，深入理解RTOS（Nuttx/ChibiOS/FreeRTOS）、Linux内核调度、内存管理与设备驱动开发； 4、AI基础设施经验：熟悉Kubernetes、Docker容器化技术，有大规模集群运维与性能调优实战经验； 5、异构计算优化：精通CUDA/OpenCL编程，理解GPU架构与计算图优化，具备算子融合与内核调优能力； 6、熟悉TCP/IP、CAN总线、MAVLink协议，具备多传感器数据融合与时空同步的实战经验。 【优先条件】 1、有无人机视觉导航、避障或目标跟踪算法的机载部署经验； 2、熟悉TensorRT、TVM、MLIR等推理优化编译器，具备模型量化、剪枝与知识蒸馏实战经验； 3、有ROS/ROS2开发经验，构建过多机器人协同感知系统； 4、了解航空电子系统安全标准（DO-178C）或功能安全（ISO 26262）理念； 5、在嵌入式AI竞赛（如DJI RoboMaster、PX4挑战赛）中获奖或有开源飞控项目贡献。 【我们提供】 1、具有行业竞争力的薪酬与项目激励； 2、接触前沿无人机技术与大规模AI系统的双重挑战； 3、自由的技术探索氛围与专业的飞控/AI跨领域团队协作； 4、支持获取无人机驾驶与相关航空认证，参与真实飞行测试。