高德地图高德-大模型应用算法专家-AI算法法专项
任职要求
1、计算机、电子信息工程、自动化控制、数学、信息安全等相关专业背景，硕士及以上学历； 2、在机器学习或深度学习领域有实习或者项目经历，具备以下一个或多个方向的研究和应用经验，如多模态数据处理、自然语言处理、计算机视觉、大模型、推荐等，在NIPS/ICML/ICLR/CVPR/KDD/AAAI等顶会顶级会议或者期刊发表论文…
工作职责
1。责大规模预训练模型（如Transformer、BERT、GPT等）的开发、调优和部署，提升模型性能和效率； 2。设计并实现模型压缩、量化、蒸馏等技术，降低模型计算和存储成本； 3.探索前沿算法（如多模态模型、强化学习、自监督学习等），推动技术创新与落地； 4.系统设计与工程实现 5.参与分布式训练框架（如Horovod、Ray、Distributed TensorFlow/PyTorch）的搭建与优化； 6.协同工程团队实现模型推理服务的高并发、低延迟部署，支持业务场景需求；
1。责大规模预训练模型（如Transformer、BERT、GPT等）的开发、调优和部署，提升模型性能和效率； 2。设计并实现模型压缩、量化、蒸馏等技术，降低模型计算和存储成本； 3.探索前沿算法（如多模态模型、强化学习、自监督学习等），推动技术创新与落地； 4.系统设计与工程实现 5.参与分布式训练框架（如Horovod、Ray、Distributed TensorFlow/PyTorch）的搭建与优化； 6.协同工程团队实现模型推理服务的高并发、低延迟部署，支持业务场景需求；
1。责大规模预训练模型（如Transformer、BERT、GPT等）的开发、调优和部署，提升模型性能和效率； 2。设计并实现模型压缩、量化、蒸馏等技术，降低模型计算和存储成本； 3.探索前沿算法（如多模态模型、强化学习、自监督学习等），推动技术创新与落地； 4.系统设计与工程实现 5.参与分布式训练框架（如Horovod、Ray、Distributed TensorFlow/PyTorch）的搭建与优化； 6.协同工程团队实现模型推理服务的高并发、低延迟部署，支持业务场景需求；
1、负责大规模预训练模型（如Transformer、BERT、GPT等）的开发、调优和部署，提升模型性能和效率； 2、设计并实现模型压缩、量化、蒸馏等技术，降低模型计算和存储成本； 3、探索前沿算法（如多模态模型、强化学习、自监督学习等），推动技术创新与落地； 4、系统设计与工程实现 5、参与分布式训练框架（如Horovod、Ray、Distributed TensorFlow/PyTorch）的搭建与优化； 6、协同工程团队实现模型推理服务的高并发、低延迟部署，支持业务场景需求。
深入研究AI应用算法，探索LLM在深度推理、深度研究（Deep Research）、Code Agent、多模态Agent等领域的技术研究，包括 AI搜索，Plan、Tool Usage、Memory、Agent Reasoning、多模态理解等技术，推动AI技术在智能体产品应用中的突破。 探索工业级的Agent算法架构方案，提升Agent系统的执行效率和结果对齐准确度。在创新应用场景中，优化长上下文场景的Agent推理算法架构，提升Agent解决任务复杂度，探索System2技术边界。 针对重点方向如Agentic Search，Memory，进行端到端优化，包括系统算法框架设计、模型训练等，解决实际应用相关问题。 跟进大模型智能体前沿技术趋势，结合实际业务需求，将技术应用到实际业务场景；