字节跳动大语言模型算法开发工程师/专家（教育应用方向）-豆包大模型
任职要求
1、优秀的代码能力、数据结构和基础算法功底，熟练C/C++或Python； 2、熟悉NLP相关的算法和技术，在相关领域有过良好研究记录者优先，熟悉大模型预训练、SFT与RL算法者优先； …
工作职责
团队介绍：字节跳动豆包大模型团队成立于 2023 年，致力于开发业界最先进的 AI 大模型技术，成为世界一流的研究团队，为科技和社会发展作出贡献。 豆包大模型团队在AI领域拥有长期愿景与决心，研究方向涵盖NLP、CV、语音等，在中国、新加坡、美国等地设有实验室和研究岗位。团队依托平台充足的数据、计算等资源，在相关领域持续投入，已推出自研通用大模型，提供多模态能力，下游支持豆包、扣子、即梦等50+业务，并通过火山引擎开放给企业客户。目前，豆包APP已成为中国市场用户量最大的AIGC应用。 1、擅长发现优化大模型的简单、普适的想法，并应用到各个规模的模型中提升效果； 2、探索多轮对话场景下复杂指令遵循与模型在长文本下的推理能力； 3、推进数据建设、指令微调、偏好对齐、模型优化方面的工作，提高模型质量和适应性； 4、推进教育领域大模型效果评估，尤其是复杂场景（多轮对话、多模态）评估集建设和自动化评估能力建设； 5、基于教育领域应用优化模型效果，包括AI导师、解题、讲题、批改等场景； 6、深入研究和探索大模型在教育领域中的更多使用场景，拓展模型的应用范围。
1，算法开发与优化： 负责自动驾驶模型算法的研发设计，包括但不限于行为决策、轨迹生成、运动规划等模块的深度学习/强化学习模型设计 探索基于Transformer、模仿学习（Imitation Learning）、强化学习（RL）等前沿技术的模型算法设计、应用方案 优化自动驾驶算法的实时性、安全性和舒适性，解决复杂场景（如拥堵、交互博弈、长尾问题）下的规划挑战 2，数据驱动迭代： 构建和利用大规模驾驶数据集（仿真+真实数据），设计数据闭环 pipeline 提升规划性能 参与数据标注、场景挖掘、仿真测试等环节，推动算法迭代 3，系统集成与部署： 与感知、控制等模块团队协作，实现模型算法在车载计算平台的部署 支持实车测试，分析问题并提出改进方案。 4，前沿技术跟踪： 跟进学术界（如CVPR、ICRA、CoRL）和工业界最新进展，将创新技术落地到量产或研发项目中
推理： 1. 研发高性能推理算法： 设计并实现自注意力机制优化、并行推理、负载均衡、弹性容量等无损推理服务优化算法，提升服务效率与稳定性； 2. 探索轻量化推理技术： 深入研究和应用有损推理加速算法，包括但不限于知识蒸馏、模型量化、网络剪枝、KV-Cache压缩等，实现模型的高效部署； 3. 聚焦软硬件一体优化策略： 从计算图优化、算子融合、计算通信重叠、专家并行、vGPU虚拟化等多个维度入手，显著提升端到端推理性能； 训练： 1. 大语言模型/多模态大模型强化学习Reasoning模型算法、Reward模型、Verifier等算法研发； 3. 大语言模型/多模态强化Reasoning大模型长CoTs效率效果优化与RL Scaling-law研究； 4. 大语言/多模态大模型强化学习Test-time Compute在线推理算法研发。
我们是京东云，作为京东集团面向企业、政府等机构的技术服务品牌，是更懂产业的数智化解决方案提供商，致力于为企业、金融机构、政府等各类客户提供以供应链为基础的数智化解决方案。依托公、专、混的全栈式云产品矩阵，我们融合了人工智能、大数据、物联网等前沿科技，在零售、物流、健康、智能城市、金融科技等行业领域为客户提供了丰富的产品与数字化解决方案，帮助客户降低成本、提升效率，是值得信赖的产业数字合作伙伴。 推理： 1. 研发高性能推理算法： 设计并实现自注意力机制优化、并行推理、负载均衡、弹性容量等无损推理服务优化算法，提升服务效率与稳定性； 2. 探索轻量化推理技术： 深入研究和应用有损推理加速算法，包括但不限于知识蒸馏、模型量化、网络剪枝、KV-Cache压缩等，实现模型的高效部署； 3. 聚焦软硬件一体优化策略： 从计算图优化、算子融合、计算通信重叠、专家并行、vGPU虚拟化等多个维度入手，显著提升端到端推理性能； 训练： 1. 大语言模型/多模态大模型强化学习Reasoning模型算法、Reward模型、Verifier等算法研发； 3. 大语言模型/多模态强化Reasoning大模型长CoTs效率效果优化与RL Scaling-law研究； 4. 大语言/多模态大模型强化学习Test-time Compute在线推理算法研发。
1、负责小鹏汽车海外市场的智能语音多语言能力建设，包括但不限于NLU模型训练、调优和自测，LLM领域/业务增强、多轮对话、智能Agent、数据生成等技术方向。 2、确保语音交互系统的准确性和流畅性，与海外团队紧密合作，交付符合海外用户语音交互习惯的功能。 3、参与多语言大语言模型的研发和应用，跟踪最新的大模型技术和对话系统发展趋势，将前沿技术应用到产品中，并通过用户反馈和数据分析，不断优化语音交互体验和智能化水平。