西门子组装工人-西门子交通中国
任职要求
What are your responsibilities?工作职责
• Responsible for the assembly, debugging and testing of various products of the company to ensure that the products meet quality standards;
• 负责公司各类产品的组装、调试及测试工作，确保产品符合质量标准；
• Support other various related businesses involved in the functions of the Operations Department, including warehouse, logistics, on-site support and other related work;
• 支持运营部职能涉及的其他各类相关业务，包括库房、物流、现场支持等相关工作；
• Strictly abide by the company's rules and regulations, obey …工作职责
N/A
1、对酒旅行业有深入了解，在景区/旅行社/交通住宿赛道能够独立通过整合平台资源，制定行业策略打法及营销方案，借助商业化手段帮助商家提升抖音平台经营GMV，同时实现商业收入增长，并能沉淀规模化可复制的方法论； 2、独立负责客户日常生意分析，策略提案、落地追踪、分析及复盘，输出全流程解决方案，帮助客户在字节跳动生态下健康成长，并提升广告收入； 3、了解产品，明确产品可行性和适配性，运用产品能力提效； 4、通过对行业客户洞察，结合产品现状，提出产品迭代方向，提升行业收入； 5、根据团队分工，负责商业产品专项和研究课题，跟进和推动专项落地； 6、完善景区/旅行社/交通住宿等赛道整体运营体系，持续优化产品、生活服务、商业销售等多部门协同关系，提升内外部协作效率。
1、对酒旅行业有深入了解，在景区/旅行社/交通住宿赛道能够独立通过整合平台资源，制定行业策略打法及营销方案，借助商业化手段帮助商家提升抖音平台经营GMV，同时实现商业收入增长，并能沉淀规模化可复制的方法论； 2、独立负责客户日常生意分析，策略提案、落地追踪、分析及复盘，输出全流程解决方案，帮助客户在字节跳动生态下健康成长，并提升广告收入； 3、了解产品，明确产品可行性和适配性，运用产品能力提效； 4、通过对行业客户洞察，结合产品现状，提出产品迭代方向，提升行业收入； 5、根据团队分工，负责商业产品专项和研究课题，跟进和推动专项落地； 6、完善景区/旅行社/交通住宿等赛道整体运营体系，持续优化产品、生活服务、商业销售等多部门协同关系，提升内外部协作效率。
我们是谁？ 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现厘米级高精地图、实时三维重建、多模态感知等核心技术的引擎，持续突破自动驾驶、AR导航、智慧交通等领域的技术边界。 团队gihub主页：https://github.com/amap-cvlab 为何加入我们？ 挑战世界级技术难题，追求智能上限 用AI驱动国民级APP的产品迭代和颠覆式创新 岗位职责： 1. 多模态大模型研发与应用 负责多模态大模型的核心架构设计，研究并实现图片、视频、文本等跨模态特征对齐、融合与表征学习方法，负责多模态大模型的数据准备、高效训练（包括但不限于预训练、SFT、强化学习等）、推理加速等。 2. 模型优化与小型化部署 负责多模态大模型的轻量化设计、压缩与加速，确保模型在端侧设备上的高效运行。 针对高德地图的实际业务场景，优化模型性能，平衡精度与效率。 3. 创新性研究与落地 跟踪端侧生成式AI（Edge Generative AI）、强化学习（PPO、GRPO等）、智能Agent等前沿技术，探索多模态大模型在自动驾驶、智能导航等领域的潜在应用。 将研究成果快速转化为实际产品功能，推动技术创新与业务增长。
我们是谁？ 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现厘米级高精地图、实时三维重建、多模态感知等核心技术的引擎，持续突破自动驾驶、AR导航、智慧交通等领域的技术边界。 团队gihub主页：https://github.com/amap-cvlab 为何加入我们？ 挑战世界级技术难题，追求智能上限 用AI驱动国民级APP的产品迭代和颠覆式创新 岗位职责： 团队主要聚焦多模态大模型技术在端到端自动驾驶的应用，我们期待你的工作将覆盖以下至少一个技术方向即可： 1. 在端到端自动驾驶、多模态大模型的训练及调优、BEV感知、基于深度学习/强化学习的规划控制、RLHF、驾驶场景视频生成等领域具备丰富且有独创性的研究经历。 2. 探索多模态大模型在下游任务中的技术能力，包括但不限于图文对齐/识别、跨模态理解生成、多模态检索、VLM端到端自动驾驶、世界模型等。 3. 了解大模型模型的训练/微调/推理加速方法，包括但不限于模型结构调优、训练效率提升、高效低成本微调、Muti-token推理，模型部署加速等。 4. 参与自动驾驶系统中机器学习算法的研究、开发与优化，包括但不限于深度学习算法在端到端感知大模型、规控大模型、视觉语言大模型等方面的应用。 5. 负责收集、整理和分析自动驾驶相关的数据集，进行数据预处理和标注，以提高模型的准确性和泛化能力。 6. 设计和实现端到端自动驾驶模型的训练流程，包括选择合适的优化算法、调整超参数、评估模型性能等，确保模型在不同场景下的稳定性和可靠性。