具身大模型加速优化工程师-深圳/上海
你将参与： 1. 模型架构设计与模型训练方向 2. - 多模型分布式训练的研发工作，在导师指导下解决训练过程中的基础冲突问题 3. - 高效数据加载与数据增强策略的设计工作，共同优化模型训练与实验迭代效率 4. - 参与优化全流程训练 Pipeline ，参与混合精度、梯度检查点、显存优化等方案的落地实践，提升训练吞吐量与资源利用率 5. 数据工程与研发效能体系建设方向 6. - 参与完成联合训练、评测样本的制作，参与联合标注 / 自标注自动化框架的搭建工作，支撑数据集的规模化构建 7. - 参与大规模数据闭环驱动体系的搭建工作，参与完成场景挖掘、失败案例分析、主动学习相关的数据自动筛选、标注增强与策略迭代优化工作 8. - 参与研发数据全流程研发效能工具，包括 process agent 、数据处理性能工具、端侧性能 / 精度分析工具等，支撑标注、数据流转、样本生成等全流程自动化，提升数据研发全链路效率 9. 模型部署与性能优化方向 10. - 参与使用模型剪枝、蒸馏、量化等模型压缩技术，提升业务模型的端侧推理效率 11. - 参与端侧资源受限场景下的主干网络与整体模型结构优化工作
招聘公告与岗位信息
所属企业：安克创新
招聘批次：社招/日常
截止时间：2029-09-21
工作地点：深圳
发布时间：2026-08-25
招聘方向
具身大模型加速优化工程师-深圳/上海
投递提示
点击右侧「立即投递」前往官方网申渠道；投递前请核对岗位、城市与截止时间。
说明：以上内容依据原始公告字段整理，完整信息以官方公告原文（job）为准。
截止时间：2029-09-21
招聘流程
截止时间：2029-09-21
点击右侧「立即投递」前往官方网申渠道。
投递建议
在正式投递 安克创新 前，建议回到原始招聘公告再次核对投递渠道、截止时间、城市范围和学历要求，尤其留意图片中的补充说明。
如果你同时在看多条校招，建议先处理与 安克创新 匹配度最高、时间要求最明确的岗位，再做海投扩展，避免在信息不完整的职位上投入过多时间。
准备 安克创新 相关简历时，优先保留和岗位关键词、业务方向、目标城市最相关的经历，弱相关内容可以下沉到后半部分。
常见问题 FAQ
建议先看 4 件事：岗位方向是否匹配、城市是否可接受、学历和毕业时间是否符合、投递截止时间是否紧张。如果这 4 项都大致匹配，再花时间优化简历和准备笔面试，投入产出会更高。