Momenta端到端模型算法工程师-静态元素
任职要求
1. 硕士及以上学历，计算机科学、人工智能、机器人、自动化等相关领域。 2. 精通深度学习在计算机视觉中的应用，熟练掌握目标检测（YOLO、DETR）、语义分割（UNet、DeepLab）、关键点检测等任务。 3. 具备红绿灯/交通标识等静态元素感知的实战经…
工作职责
1. 负责研发面向高精度静态环境感知的端到端深度学习模型，重点覆盖交通信号灯（红绿灯）、交通标识、车道线、路缘、静态障碍物等关键元素的检测与识别。 2. 构建并优化基于多传感器（摄像头、激光雷达、高精地图）融合的静态场景感知算法，确保在复杂城市道路、隧道、强光/弱光等极端场景下的鲁棒性。 3. 主导红绿灯的状态识别（颜色、闪烁、倒计时）及空间定位算法研发，解决小目标检测、遮挡、动态背光等关键技术挑战。 4. 设计端到端模型架构（如BEV感知、Transformer-based模型），实现从原始数据到结构化静态场景输出的高效映射。
1. 负责端到端算法模型设计研发和工程落地，包括动静态元素感知，occupancy 感知，障碍物轨迹预测，行为决策等端到端算法； 2. 研发交付通用感知算法模型，具备query-base onemodel多模块交互能力，构建全场景空间感知能力和行为预测能力； 3. 构建端到端算法模型自监督训练框架，探索occupancy预训练空间智能方案，通过数据闭环持续迭代模型能力； 4. 持续提升端到端算法模型中occupancy性能指标，扩展occupancy 在3DGS与worldmodel上的应用。
1、负责无图或轻图架构下基于多模态融合感知算法设计与部署、如地图元素检测、静态行驶规划等； 2、负责地图感知模块与多模态感知架构的融合、在统一的感知架构下实现地图重建、BEV动态障碍物检测、动态障碍物的速度预测与跟踪、Occupancy Network等； 3、负责轻图技术栈与端到端、VLA等下一代自动驾驶技术的融合。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。
【业务介绍】 作为公司统一的机器学习平台团队，负责调度公司所有模型训练与推理资源；基于自建的训推引擎，构建公司统一的机器学习平台，为公司所有算法同学（稀疏 & 稠密，含 LLM） 模型迭代提供端到端的一站式服务；包括 数据生产，模型训练，模型上线，特征管理，模型测试，资源管控等一系列能力。 【岗位职责】 1、负责机器学习链路，离在线数据相关的开发工作，包括样本数据、特征数据等的数据链路搭建、任务运维和调优、性能优化等 2、负责小红书大规模机器学习平台的后台系统设计和开发工作；包括样本平台，特征平台，训练平台，推理平台等AI应用后台建设等； 3、研究分析业内AI平台产品，优化技术方案，改进产品功能，完善产品体验。