岗位描述
工作内容
1. 参与车联网大数据AI算法的设计与开发,承担大模型应用、智能诊断、端侧推理等方向的关键模块研发,确保算法效果与工程落地质量。
2. 负责大模型在特定场景的适配与微调,包括Prompt工程实施、RAG检索链路开发、模型评测与推理服务封装,支撑智能诊断与体验洞察等产品功能。
3. 承担端侧AI推理能力的建设任务,负责模型量化、蒸馏、剪枝等轻量化技术的具体实现与调优,完成在车端异构算力上的部署与性能验证。
4. 参与多模态数据融合算法模块开发,对车辆传感器、语音、图像、时序数据进行联合特征工程与模型训练,支撑AI智能诊断平台的功能迭代。
5. 参与算法工程化体系建设,负责数据回流、自动标注、模型训练评测及OTA部署链路的模块开发与维护,落实模型版本管理与效果监控规范。
6. 跟踪前沿技术并协助技术预研,独立解决负责模块的技术难点,输出技术文档和最佳实践,辅导初级工程师成长。
任职条件
1. 学历要求:本科及以上学历,计算机、人工智能、自动化等相关专业。
2. 工作经验:5年以上AI算法开发经验,有车联网、物联网或移动端AI应用开发经验者优先,有量产项目参与经验者加分。
3. 其他:
① 熟练使用Python和C++,熟悉PyTorch/TensorFlow等框架,具备独立完成模型训练、调优及部署的能力;对Transformer及大模型(如LLaMA、ChatGLM等)微调有一定实践经验。
② 熟悉TensorRT、ONNX Runtime等至少一种端侧推理引擎,有模型量化、剪枝或蒸馏的实际操作经验,具备在嵌入式或边缘设备上部署模型的能力。
③ 了解时序数据处理、多模态学习等相关算法,在驾驶行为、预测性维护或智能诊断等至少一个场景中有过应用实践。
④ 熟悉至少一种云平台AI训练服务,具备分布式训练任务提交与调试经验,了解MLOps基本流程,能搭建简易的自动训练-评估流水线。
⑤ 具备良好的工程习惯和模块化设计思维,能独立完成模块级方案设计与实现,具有较强的自驱力与持续学习意愿,善于沟通协作与问题闭环。
⑥ 有端侧大模型部署、多模态交互或车端语音助手开发经验者优先;在相关领域发表过论文或持有专利者优先。