百度2027AIDU-视觉-语言模型架构师(J99980)
任职要求
1. 计算机科学、机器人学、应用数学等相关专业硕士/博士在读，Coding 能力扎实,有良好模型训练基础及代码规范； 2. 对自动驾驶、多模态学习、大模型训练有浓烈兴趣,对前沿论文有快速复现能力； 3. 熟悉 PyTorch,有 VLM…
工作职责
1. VLM/VLA -设计和训练创新的大模型（应用生成学习、模仿学习和强化学习等），以提升自动驾驶系统的规划和推理能力； -构建、预训练和微调VLM/VLA模型，实现在车端和云端系统的工程化部署； 2. 数据与模型迭代 -探索新颖的数据生成和收集策略，以提高训练数据集的多样性和质量。
我们致力于构建全球领先的AI异构计算加速引擎和加速平台。建立融合推理（Inference）、训练（Training）的软硬件一体的AI计算加速解决方案，并应用于行业最大的规模的AI数据中心，解决云计算、搜索、信息流、图像、视觉、语音、自然语言处理等的算法优化与计算加速问题。 1. 负责大规模AI前向计算引擎（Inference Engine）框架和底层算子开发与优化； 2. 负责大规模AI计算通信库及通信算法开发与优化； 3. 负责面向CPU/GPU/FPGA/ASIC等多元化计算架构的编译系统开发、编译优化和算法加速； 4. 负责异构高性能计算平台的设计、研发，高性能计算库、通信库开发与优化。
1. 基础模型 -构建自动驾驶统一模型底座，研发多模态主干结构和子任务；模型蒸馏与轻量化； -结合语言对齐、生成式自监督、半监督等技术，研发大规模预训练，提升复杂场景下的泛化能力与鲁棒性； 2. 数据与模型迭代 -结合3D几何及重建等技术，建设数据自动化产线-设计并实现多阶段预训练-后训练的流程建设与数据使用策略。
1. 负责大模型（LLM）的核心算法研发，包括预训练、指令微调（SFT）、RLHF、对齐优化、推理增强等； 2. 探索高效的模型调优策略、高质量数据建设方法，研究MoE稀疏化、Latent Attention等前沿模型结构； 3. 支持大模型在搜索、推荐、对话、AIGC、语音、网盘文库、出海等多元业务场景的应用落地与效果优化； 4. 设计、实现并优化大规模分布式训练与推理框架，提升训练稳定性和推理效率； 5. 参与大模型平台化建设，推动模型能力向创新产品转化。
1. 研究跨模态数据表征方法、高质量数据萃取方法、高效算法算力融合的创新算法，探索跨模态端到端大模型的前瞻技术和趋势； 2. 支持大模型平台化及规模化创新应用落地。