腾讯地图平台部-多模态大模型应用-后训练优化
任职要求
1.计算机、人工智能、模式识别等相关专业硕士及以上学历，3年以上大模型后训练或相关领域工作经验； 2.熟练掌握深度学习框架（如PyTorch、TensorFlow），有丰富的模型微调、Prompt工程或适配器训练实践经验； 3.熟悉多模态学习基础理论，了解文本、图像、点云等至少两类数据的处理与融合方法； 4.具备扎实的机器学习/深度学习理论基础，能独立设计实验并分析结果，优化模型性能； 5.优秀的逻辑思维与问题解决能力，能够快速定位后训练过程中的瓶颈并提出有效改进方案； 6.良好的团队协作与沟通能力，能与…
工作职责
1.负责地图平台部数据生产场景中多模态大模型的后训练优化工作，提升模型在复杂场景下的泛化能力与准确性； 2.深入分析地图数据生产流程中的痛点，设计并实施针对性的后训练策略，优化模型对多样化地理信息的理解与表达； 3.与算法团队紧密协作，参与模型迭代全流程，从数据准备、训练调优到效果评估，确保模型性能持续提升； 4.结合腾讯地图基础能力需求，探索多模态数据（文本、图像、GPS等）融合的后训练方法，增强模型对真实场景的适配性； 5.通过实验设计与数据分析，量化后训练优化效果，输出技术报告并推动成果在业务场景中的落地应用； 6.跟踪业界多模态大模型后训练的前沿技术动态，引入创新方法解决地图数据生产中的实际问题。
【高德交通智能部】寻找AI造梦师！加入极客天团，用代码重塑未来出行 ▍团队故事： 我们是高德地图的的硬核极客天团，过去四年连续解锁交通科技树： ✓ 2021年 全球首个分钟级交通事件检测引擎（让堵车预警快过刷朋友圈） ✓ 2022年 红绿灯倒计时黑科技（拯救千万路怒症的神级操作） ✓ 2023年 V2X车车对话系统（让汽车学会"社牛"沟通） ✓ 2024年 AI领航红绿灯（比驾校教练更懂路的老司机） ✓ 2025年 TrafficVLM 上线（高德地图“天眼”功能） 现在，我们正在构建智能交通宇宙，等你来编写核心算法剧本！ 岗位职责： 1. 构建下一代TrafficVLM：运用SFT和强化学习技术打造能理解复杂交通场景的多模态大模型 2. 设计创新的思维链(COT)框架：解决交通流量预测、事故处理等复杂推理任务 3. 建立行业领先的评估体系：开发针对交通场景的大模型专项评估指标和测试平台 4. 探索RL与LLM的融合应用：通过强化学习持续优化模型在动态交通环境中的表现 💡 我们期待你： • 对AI技术充满热情，渴望将实验室技术转化为实际生产力 • 在大模型某个技术方向(SFT/RL/Agent/COT等)有深入理解或实践经验 • 喜欢解决开放性问题，能够独立思考和探索创新方案 • 具备优秀的工程实现能力或扎实的理论研究基础
高德打车算法团队，负责高德打车的算法模型构建和服务部署，覆盖用户增长、风控、服务管控、路线和上下车点推荐、ETA预估、智能客服等方向。我们致力于将多模态大模型/AIGC、因果推断、运筹优化、多目标推荐、时空数据预测、图学习、半监督学习、自动机器学习等最新算法技术应用于打车业务，提升平台效率和用户体验。我们正在寻找相关专业的优秀实习生，共同探索最前沿的算法技术，攻克业界难题，促进业务增长。
负责AI数据资产体系构建与AI数据资产规划（DataMap），实现AI全模态数据标准化、流程化及资产化，加速AI数据在基模和AI应用之间效能转化；负责全模态线上化、自动化的高效数据验收。 1. 制定公司级AI数据资产地图，建设各个模态下的大模型训练的各个阶段数据的分类体系； 2. 通过AI技术创新手段对EB级AI数据资产进行全生命周期管理，采集→存储→标注→质检→版本控制→交付→复用/销毁； 3. 协同各领域（数据、生态、业务）专家制定并沉淀AI数据验收标准，建了线上化的验收机制，以适应不同垂域、不同模态数据的复杂性与精细化要求（如特效类视频、多语种方言、音画同步口型一致性等）； 4. 建设AI数据资产价值评估模型，量化不同AI数据资产对模型潜在提升度，指导数据采集&采买策略； 5. 搭建并完善AI数据质量模型，确保各模态AI数据资产的质量标准统一； 6. 设计并实施高效、动态的数据资产治理架构，保障AI数据资产的可持续增长及精准消费； 7. AI模型团队、AI业务产品团队紧密合作，深刻理解模型需求与业务痛点，将AI数据资产转化为驱动模型创新与业务增长的核心引擎。
高德共享出行算法研发部，负责共享出行业务的算法模型构建和服务部署，包括用户增长、风控和派单等方向。利用高德地图丰富的人地交互数据，我们致力于将因果推断、搜索推荐、大模型和强化学习等最新算法技术应用于共享出行领域，在提升平台效率的同时，为用户提供更优质的出行体验。我们正在寻找相关专业的优秀实习生，一同探索最前沿的算法技术在共享出行用户增长方向的应用，共同攻克业界难题，优化产品体验。 职位内容： 1. 基于人地交互数据开发业界领先的机器学习算法； 2. 探索因果推断、推荐算法和大模型等技术在用户增长业务中的应用； 3. 撰写并发表国际顶级会议论文，以及申请专利等科研工作