1.负责框架训练的模型，通过中间格式，转换并优化至特定硬件平台的推理引擎
2.主导模型在NPU/GPU/DSP/BPU等异构计算单元上的性能调优。通过图优化、算子融合、内存管理、流水线并行等技术，持续降低延迟、提高吞吐量
3.实施并创新模型量化（INT8/INT4）、剪枝、蒸馏等压缩技术，在保证模型精度损失可控的前提下，大幅降低模型体积与功耗
4.参与设计、开发和维护高效的模型部署与评测工具链，提升团队整体的交付效率与质量
5.构建模型在板端的性能与精度监控体系，快速定位并解决部署中出现的性能瓶颈、精度异常及稳定性问题
6.与算法团队紧密合作，提供模型设计阶段的部署友好性建议；与软件平台团队协作，确保驱动和运行时环境的稳定性