百度2027AIDU-基础模型架构师(J99976)
任职要求
1. 计算机科学、电子信息、自动化、车辆工程等相关专业全日制硕士及以上学历，研究方向聚焦计算机视觉、深度学习、机器人等领域； 2. 熟悉主流深度学习框架，精通模型训练、调优及部署全流程； 3. 具备大模型（如Transformer、多模态融合模型等）研发经验，熟悉分布式训练、混合精度加速等技术； 4. 扎实的编程功底，熟练掌握Python/C++，具备高性能代…
工作职责
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。
岗位方向：面向产业级高价值算法场景，参与建设“伐谋”智能体算法系统，聚焦运筹优化、营销策略决策、科研算法实验等可验证、可审计、可持续演化的复杂任务，探索大模型、智能体、优化算法、评估体系与业务反馈闭环的融合方法。 1. 负责伐谋方向智能体算法体系的研究与研发，围绕“问题建模—候选方案生成—评估验证—专家反馈—策略演化”构建可闭环运行的生产级 Agent 系统； 2. 研究面向高价值决策任务的 Agent 架构，包括任务分解、候选策略生成、多方案搜索、工具调用、代码生成、结果评估、反思修正、长期记忆与反馈沉淀等核心能力； 3. 建设可审计的 Agent 评估验证体系，包括任务级 evaluator、约束检查器、业务指标评估、失败模式识别、专家反馈结构化、case replay、benchmark 对比与验证报告生成； 4. 探索 Agent 自我演化机制，不断跳出局部最优实现持续创新，结合大模型推理、强化学习、搜索算法、程序合成、优化算法与多 Agent 协作，实现候选算法/策略的自动生成、评估、筛选与迭代优化。
1. 世界模型 -构建基于多模态传感器的世界模型，实现复杂环境下的预测和决策能力提升；为复杂问题解决效果验证、端到端系统提供强有力的仿真验证能力； -跟踪世界模型前沿技术，探索新技术在实际场景中的应用，保持行业技术领先； 2. 数据与模型迭代 -构建为实现世界模型需要的数据闭环与数据飞轮。
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. 负责量化、投机推理（MTP / Eagle / DFlash/DSpark）等训练–推理协同优化方案的设计与落地； 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。