Momenta云端模型性能优化工程师
任职要求
1. 熟练使用 C++/Python，操作系统原理，计算机基础知识掌握扎实 2. 熟悉计算机体系结构，对 GPU、CPU、NPU 等计算加速单元有一定的理解，有 CUDA、Neon、trition 等…
工作职责
1. 负责将深度学习模型（如 CNN、Transformer 等）高效部署到车端或云端集群，优化推理时延、内存占用及功耗 2. 实现车端模型包括大模型的量化（INT8/fp8），结合 TensorRT、torch 等框架完成端到端性能调优 3. 开发或优化高性能算子，利用 CUDA、OpenCL、NEON 指令集或硬件加速库（cuDNN、OneDNN）实现极致性能
1. 持续优化L4无人车所面临的公开道路 + 站内配送场景的车端在线地图构建方案，包括但不限于：基于多模态BEV研发地图元素的矢量化、语义化和拓扑化；设计数据驱动的地图算法模型真值闭环，研发相应的VLM预标注和挖掘能力；车端部署和性能优化等。跟进国内外先进成果，结合业务场景，探索轻图/无图自动驾驶技术路径。 2. 落地并持续深耕云端众包地图方案，实现车云协同。针对无人车遇到的各类复杂场景，提出有效的车云联动方案，并持续解决规模化阶段的各类线上问题。
* 基于 Vision-Language Models (VLM) 和 Large Language Models (LLM)，设计与实现自动驾驶中行为预测与运动规划的基座模型（Foundation Model） * 利用多模态预训练大模型进行轨迹生成与融合，提升基座模型对其他交通参与者意图的理解与预测能力 * 针对车端／云端部署，开展模型算法层面性能优化工作，例如压缩、剪枝、蒸馏、训练和推理加速等，确保模型可用性、系统实时性与资源利用率 * 与算法、软件和系统团队紧密协作，推动模型集成及在仿真与真实车载平台的落地
以下工作内容选择其中一项即可。 1. 多模态大模型研发（VLM），微调多模态理解大模型，提升模型理解能力。 2. 大语言模型研发（LLM），微调大语言模型，提升模型的意图理解、总结能力和RAG能力。 3. CLIP类模型研发，研发资源受限条件下的小尺寸多模态大模型，降低云端大模型推理成本，兜底用户体验。 4. 检索增强系统研发（RAG），负责RAG系统的方案设计、离线建库和在线索引等功能研发，满足大模型用户智能检索需求。 5. 生成大模型研发（AIGC），微调AIGC大模型，为多模态大模型合成训练数据，降低数据采集的预算成本和时间成本。 6. 计算机视觉算法研发，包括但不限于检测、关键点、识别、跟踪等深度学习算法，支撑多品类自研算法落地，提升全链路算法流程效果。 7. 鱼眼矫正和VR算法研发，建设门锁灯塔项目的端到端能力。 8. 模型量化算法和工具研发，改善芯片自带量化算法性能，建设模型统一量化平台。 9. 模型训练数据建设，建设数据获取、处理、分析、合成的能力，降低成本，提升效率。
1、负责客户端引擎SDK的设计、开发、优化等工作； 2、参与系统总体架构和功能设计，负责核心模块的性能、算法优化； 3、响应产品功能需求，优化引擎策略，持续提升产品品质； 4、负责客户端、云端的AI模型落地和优化工作。