滴滴27届秋储-视觉算法实习生（AloT产品事业部）

1、从事交通场景下的场景理解、目标检测与识别 2、从事机器学习基础框架的优化和改进 3、将相关应用场景中的问题转化成数据模型或者科学问题，并尝试提出解决方案。

参与L4无人驾驶安全兜底算法设计，针对极端场景，研究和构建AEB系统。探索和应用预训练多模态大模型/生成式 AI算法，持续跟进前沿进展，运用前沿技术赋能自动驾驶、构建高效数据闭环系统。将大模型成果迁移到真实车队感知系统中，针对corner case设计解决方案，解决长尾问题，提升复杂场景下的鲁棒性。

1、多模态大模型（VLM）算法研发：参与视觉语言大模型训练、微调、对齐流程，包括数据处理、模型训练、推理优化、效果迭代 2、数据集构建与清洗：负责图文配对数据、视觉推理数据、OCR数据、视频理解数据的筛选、清洗、质量评估 3、模型微调与对齐：负责VLM SFT、RLHF等后训练环节方案落地，优化模型幻觉、图文匹配、推理能力 4、评测体系搭建：跟进VLM通用评测基准，完成视觉问答、图文理解、逻辑推理能力评测，产出评测报告 5、前沿技术调研：跟进国内外SOTA多模态模型（Qwen-VL等），复现前沿算法，沉淀技术方案 6、工程落地优化：参与模型部署适配，优化显存占用、推理延迟，服务业务线上场景。

1、负责公司内部工作台中后台系统和H5的前端研发工作，包括需求分析、设计、编码和维护； 2、参与前端技术选型和技术方案制定，推动团队技术革新和进步； 3、与团队成员紧密协作，按时高质量完成项目开发任务； 4、关注用户体验，持续优化产品交互和性能； 5、负责相关技术文档的编写和维护。