岗位描述
1、参与AI大模型相关算法的开发与迭代优化,完成研发项目中大模型的预训练、微调、RLHF人类反馈强化学习、DPO偏好优化、对齐优化等全流程算法落地;基于智能座舱领域,负责大模型轻量化工作,完成模型量化、模型压缩等工程落地,适配端侧/车载/业务服务部署场景;负责交通垂域大模型的算法研发与迭代优化,基于开源大模型底座,结合车路云一体化、公路数字化转型、智能航运、车路协同、交通管理与智能调度等核心业务场景,完成Prompt工程、RAG检索增强、智能Agent开发等核心工作,提升模型在交通场景下的适配性与落地能力;
2、参与数据集搭建与数据治理工作,针对多源异构数据开展数据清洗、数据过滤、数据筛选、数据增广、数据标注及数据集搭建工作,开展Prompt工程、Agent提示词优化、评测体系搭建,构建标准化、高质量的训练与评测数据集(含交通垂域训练评测数据集),支撑模型训练与迭代;
3、负责大模型工程化落地工作,开展模型显存优化、量化压缩、分布式训练、推理加速等技术优化,解决模型训练发散、推理延迟高、场景泛化能力弱等问题,保障模型高效、稳定部署应用;
4、结合智慧交通实际业务需求,开展算法评测、效果分析与技术迭代,输出模型评测报告、技术方案、研发文档、实验报告等材料,持续优化大模型在交通调度、路况研判、交通治理、航运管控等场景的应用效果;
5、跟进大模型、多模态AI前沿技术,调研前沿论文、开源模型方案,结合交通行业业务痛点开展技术创新与算法探索,落地新技术验证,输出技术方案与实验报告;
6、协同工程、产品、业务团队,跨部门对接落地大模型应用,排查模型推理、训练过程中的异常问题,推进大模型相关技术成果落地、迭代与优化升级,保障模型稳定迭代上线;
7、完成领导交办的其他工作。