地平线世界模型与仿真器方向实习生
任职要求
1、硕士 / 博士在读，计算机、人工智能、电子工程、自动化等相关专业；
2、具备扎实的深度学习基础，熟悉并关注 world model、diffusion、3D reconstruction 等生成方向的最新学术进展；
3、具有较强的代码实现能力，能够独立完成论文复现、模型实验与工程化改进；
4、具备良好的英文文献阅读能力、技术沟通能力与自我学习能力，能够快速理解并实现前沿方法。
加分项
1. 具有以下任意方向的研究或项目经验者优先：
世界模型…工作职责
在资深研究员的指导下，参与基于世界模型的自动驾驶仿真器研发与原型系统实现，重点包括以下方向的探索与验证： 1、面向 DrivingDiffusion/World Model 的交通行为生成算法研究与优化，完成模型复现、算法原型实现并应用于真实仿真任务中； 2、基于车辆录制采集素材数据开展 Video-to-Simulation 场景重建，包括 3D 几何重建、轨迹解析、场景结构化等模块的探索与实现； 3、探索 世界模型（World Model）、动态场景生成、神经渲染（3DGS/NeRF）等前沿技术在自动驾驶仿真引擎中的应用，并构建可运行的 Simulation Engine 原型； 4、开展相关前沿算法调研，撰写技术报告，必要时发表高水平论文或技术成果。
在资深研究员的指导下，参与基于世界模型的自动驾驶仿真器研发与原型系统实现，重点包括以下方向的探索与验证： 1、面向 DrivingDiffusion/World Model 的交通行为生成算法研究与优化，完成模型复现、算法原型实现并应用于真实仿真任务中； 2、基于车辆录制采集素材数据开展 Video-to-Simulation 场景重建，包括 3D 几何重建、轨迹解析、场景结构化等模块的探索与实现； 3、探索 世界模型（World Model）、动态场景生成、神经渲染（3DGS/NeRF）等前沿技术在自动驾驶仿真引擎中的应用，并构建可运行的 Simulation Engine 原型； 4、开展相关前沿算法调研，撰写技术报告，必要时发表高水平论文或技术成果。
大模型具备很强的泛化及理解世界能力，在小红书内的众多生产场景遍地开花，大模型的训练和部署已成为许多算法工程师的日常。在多团队、多业务频繁使用的大规模GPU集群上，如何能够通过高效的GPU调度策略，使大家不仅能丝滑地完成训练及部署任务，同时也能充分激发大规模GPU集群的效能，是行业公认的关键挑战。在这里，你可以聚焦LLM场景，接触到超大规模GPU集群，并使用真实负载数据进行深入分析及技术探索。欢迎加入我们，一起探索领先技术改变世界！ 工作职责： 1、负责万卡规模GPU集群效能分析及优化，通过调度策略优化、在离线混部、集群调度、GPU虚拟化、故障快速恢复、存储&网络加速等手段，提升大规模GPU集群的整体使用效率。 2、负责构建面向大模型训练、微调、推理、部署全流程LLMOps，与下游云原生平台深度融合，支撑大模型在公司内各业务生产链路稳定高效地落地。 3、持续关注业界最新的GPU资源调度相关技术动态，探索建设业界领先的资源调度策略及方法，构建下一代大规模AI资源调度系统。
【职位介绍】 我们团队负责构建小红书推荐算法中台，提高内容分发效率，为海量用户提供极致的推荐体验。在这里，你将参与到推荐系统的全链路搭建和各类算法的研发，包括不限于大模型应用、多模态建模、深度学习、强化学习、迁移学习、表示学习、图学习等领域。我们希望对推荐、搜索、广告感兴趣的同学，加入我们一起研发世界一流的推荐引擎。 1. 负责推荐算法中台的全链路建设，抽象业务共性，敏捷高效支持各类推荐需求。 2. 负责业界先进推荐算法的研发和落地，包括但不限于大模型技术、多模态内容理解、召回算法、排序模型（粗精排）、长短期兴趣建模、多场景联合建模等。
部门介绍： 业界领先的地图渲染团队，新一代智能导航的领军者。核心目标是通过导人、导车的产品形态落地，核心技术能力的升级创新，持续为导航、打车、信息、汽车的地图渲染、车道级导航、AI应用提供引擎能力支撑；还有面向未来的云渲染、数字孪生等方向的探索；团队专注地图渲染研发，技术氛围浓厚、追求产品极致，以连接真实世界，服务于广大用户的出行和生活。 部门亮点： ● 车道级导航业界领先，利用几何建模技术，最早实现了人车共导和沉浸式导航。 ● 3D视界，采用游戏化实时渲染技术，结合AI技术，创新性实现了时空互联地图。 ● 顶流产品所需要的渲染技术、图形学、几何建模等业界难题等你来挑战。 岗位职责： 1. 负责3D空间关系构建与建模算法研发； 2. 负责几何图形算法的架构设计与落地； 3. 负责道路数据的精细化渲染研发。