Responsibilities and Opportunities

• Performing functional verification and debugging focusing on enhancing the stability of RBLN SDK
• Performing device profiling and optimization focusing on enhancing the performance of RBLN SDK
• Designing internal/external SDK verification utilities, including performance profiler/debugger, model partitioning/feeding frameworks, etc.

Key Qualifications

• Bachelor's or Master's degree in Computer Science, Electrical Engineering, or a related field
• Thorough knowledge of deep learning models for various applications, including vision, language, speech, etc.
• Familiarity with system software, including compiler, runtime, driver, firmware, etc.
• Proficiency in programming languages: Python, C++

Ideal Qualifications

• Experience in converting models for deployment on specific hardware, such as TF/PyTorch to ONNX, ONNX to TensorRT/OpenVINO, TF to TFLite, etc.
• Experience in porting and accelerating deep learning models on specific hardware, including x86 CPUs with SSE/AVX instructions, ARM CPUs with NEON instructions, heterogeneous computing on SoCs with CPU, GPU, NPU, and DSP, etc.

전형절차

• 서류전형 - On-line 인터뷰 - On-site 인터뷰 - Culture-fit 인터뷰 - 처우협의 - 최종합격
• 전형절차는 직무별로 다르게 운영될 수 있으며, 일정 및 상황에 따라 변동될 수 있습니다.
• 전형일정 및 결과는 지원 시 작성하신 이메일로 개별 안내 드립니다.

참고사항

• 본 공고는 모집 완료 시 조기 마감될 수 있습니다.
• 지원서 내용 중 허위사실이 있는 경우에는 합격이 취소될 수 있습니다.
• 채용 및 업무 수행과 관련하여 요구되는 법령 상 자격이 갖추어지지 않은 경우 채용이 제한될 수 있습니다.
• 보훈 대상자 및 장애인 여부는 채용 과정에서 어떠한 불이익도 미치지 않습니다.
• 담당 업무 범위는 후보자의 전반적인 경력과 경험 등 제반사정을 고려하여 변경될 수 있습니다. 이러한 변경이 필요할 경우, 최종 합격 통지 전 적절한 시기에 후보자와 커뮤니케이션 될 예정입니다.