1. 參與跨模態(tài)大模型在自動(dòng)駕駛產(chǎn)業(yè)中的研發(fā)落地,如:大模型微調(diào)、端到端自動(dòng)駕駛建模,以及開(kāi)放場(chǎng)景下的目標(biāo)檢測(cè)/識(shí)別技術(shù)等;
2. 負(fù)責(zé)優(yōu)化和提升大模型在智駕中的業(yè)務(wù)效果,包括:數(shù)據(jù)質(zhì)量?jī)?yōu)化、大模型的封裝、推理加速、模型指令微調(diào)和策略迭代等,持續(xù)提高算法的效率和性能;
3. 探索多模態(tài)大模型的前沿領(lǐng)域研究,包括但不限于數(shù)據(jù)建設(shè)、模型壓縮、圖像/視頻內(nèi)容生成、Scaling Law、RLHF等工作。
1. 計(jì)算機(jī)科學(xué)、人工智能領(lǐng)域,具有扎實(shí)的深度學(xué)習(xí)、計(jì)算機(jī)視覺(jué)/自然語(yǔ)言處理基礎(chǔ);
2. 具有優(yōu)秀的編程能力,熟悉PyTorch、Tensorflow等深度學(xué)習(xí)框架,能熟練進(jìn)行模型研發(fā)和測(cè)試;
3. 具備多模態(tài)大模型經(jīng)驗(yàn),熟悉主流大模型(如CLIP、grounding DINO、GPT-4V等)的原理、性能表現(xiàn)及其差異,能夠根據(jù)實(shí)際問(wèn)題改造和優(yōu)化算法;
4. 具備一定的科研能力,能夠承擔(dān)科研探索工作和先進(jìn)技術(shù)落地推進(jìn)工作。
具備以下條件優(yōu)先
1.有訓(xùn)練過(guò)端到端自動(dòng)駕駛模型的經(jīng)驗(yàn);
2.在設(shè)計(jì)、訓(xùn)練、評(píng)估和部署機(jī)器學(xué)習(xí)模型(尤其是多模態(tài)大模型)方面有深刻的理解;
3. 在NeurIPS/ICML/ICLR/CVPR等會(huì)議或期刊上發(fā)表過(guò)論文;
4. 獲得過(guò)國(guó)際或國(guó)內(nèi)賽事獎(jiǎng)項(xiàng)者。
職位類(lèi)別:
研發(fā)設(shè)計(jì)類(lèi)
舉報(bào)