百度预测模型算法工程师（J86691）
任职要求
-计算机、电子、应用数学、自动化等相关专业的硕士及以上学历 -具有良好的机器学习的理论基础，良好的数学基础以及分析解决问题的能力 -熟练掌握C++、Python编程语言，具备Lin…
工作职责
-与感知模型等算法工程师、决策规划算法工程师协同，设计与实现自动驾驶预测模型算法（高速/城区场景），达成分层架构下较好交互效果 -设计与实现支持多场景、多障碍物类别的可迭代预测算法 -预测模型相关数据挖掘、数据分析、自动迭代等的自动化化研发工作 -探索learning-based决策规划与端到端方案
1. 基座大模型研发与创新 * 参与研发面向大规模多元时间序列的预训练基座模型。 * 探索适用于时序数据的Transformer变体（如Informer, FEDformer, PatchTST等）及创新架构。 * 负责构建超大规模、高质量的时序预训练数据集，设计自监督预训练任务。 2. 模型深度优化与领域适配 * 针对电力、金融、工业等特定高价值场景，对基座模型进行深度微调与优化。 * 研发高效的模型适配技术（如PEFT），确保模型能快速、低成本地适配多样化下游任务。 3. 系统工程与高性能推理 * 负责将模型从研究原型推进到生产级系统，优化训练框架，利用混合并行技术实现千亿参数模型的分布式训练。 * 主导模型的高效推理优化，应用量化、编译优化等技术，降低服务延迟与资源消耗。 4. 技术前瞻与行业赋能 * 追踪时间序列分析、大模型预训练的前沿学术进展，并引入到产品研发中。 * 与业务团队合作，将模型能力转化为可衡量的业务价值，定义行业新标准。
1. 预测模型的选型、设计、训练和优化，与团队协作完成预测模型的测试、验证和部署； 2. 构建数据标注和评测流程，并基于模型表现进行数据挖掘、数据清洗、数据配比等提升模型效果； 3. 分析路测数据中的corner场景，设计数据和模型等手段，提升该场景下模型表现并解决问题； 4. 跟踪行业前沿技术，将创新性方案应用于实际项目。
1、 负责智能客服系统和相关平台、工具、产品的研究开发，包括对话管理、语言生成、闲聊、问答等。 2、 开发各类NLP模型（如对话理解、文本分类、问题摘要、QA生成等）和预测模型（如用户问题预测）。 3、 基于业务数据的分析，提出建设性的架构方案，设计有效的服务SOP链路。
1、 负责智能客服系统和相关平台、工具、产品的研究开发，包括对话管理、语言生成、闲聊、问答等。 2、 开发各类NLP模型（如对话理解、文本分类、问题摘要、QA生成等）和预测模型（如用户问题预测）。 3、 基于业务数据的分析，提出建设性的架构方案，设计有效的服务SOP链路。