高德地图高德-模型后训练策略产品经理-北京
任职要求
● 算法理解深度： 虽然是产品经理，但必须深刻理解 Transformer 架构，懂 SFT、DPO (Direct Preference Optimization)、PPO 等算法原理； ● 策略产品经…
工作职责
● SFT 策略设计： 基于高德的各种场景（打车、自驾、公交），制定 Base Model （尤其是世界模型，当前高德世界模型业内 sota）在垂类领域微调的策略，提升模型在特定指令下的遵循能力； ● RLHF 奖励模型构建： 创造性地将用户的“真实驾驶行为”转化为强化学习的 Reward Signal； ● 对齐与安全： 负责模型在导航建议中的价值观对齐的幻觉问题； ● 世界模型（World Model）探索：探索世界模型在导航场景中的应用落地。
主要职责： 与研发团队紧密合作，完成MindGPT大模型产品的训练策略制定，包括但不限于数据准备、模型微调、强化学习等，确保模型在各应用场景下的性能和效率。 负责大模型基座的评测和对标（包括多模态大模型），指导模型基座的迭代。 跟踪最新的人工智能技术和行业趋势，评估其对产品的影响，并提出相应的产品改进建议。
完成下一代自动驾驶产品设计和交付，负责模型能力训练、人机交互方案设计、功能体验提升等。 与研发团队紧密合作制定自动驾驶产品的训练策略，包括但不限于数据准备、模型微调、强化学习等，确保模型在各应用场景下的性能和效率。 负责自动驾驶产品的评测和对标，指导自动驾驶能力的提升和迭代。 跟踪最新的人工智能技术和行业趋势，评估其对产品的影响，并提出相应的产品改进建议。
1.完成下一代自动驾驶产品设计和交付，负责模型能力训练、人机交互方案设计、功能体验提升等； 2.与研发团队紧密合作制定自动驾驶产品的训练策略，包括但不限于数据准备、模型微调、强化学习等，确保模型在各应用场景下的性能和效率； 3.负责自动驾驶产品的评测和对标，指导自动驾驶能力的提升和迭代； 4.跟踪最新的人工智能技术和行业趋势，评估其对产品的影响，并提出相应的产品改进建议。
1、探索LLM+AIGC在字节跳动商业化的规模化应用，围绕线索行业的经营+广告（投前-投中-投后）场景，建设覆盖线索行业全链路的智能对话产品； 2、持续攻坚智能对话体验提升、多轮会话能力、拟人化等前沿领域，提出和落地创新的产品解决方案； 3、了解大语言模型技术和评估方法，建立会话质量和效果的评估体系，并持续跟踪和优化效率； 4、与研发、运营团队紧密协作，协助模型训练质量提升及产品迭代，解决商家使用、覆盖过程中的各类挑战，达成业务目标； 5、对行业动态、前沿研究和新产品保持关注和思考，给出业务落地方向以及产品创新方向的意见。