高德地图时空大模型算法工程师
任职要求
1、在多模态、搜索、推荐、对话服务或知识图谱等方向有经验。 2、在自然语言理解、深度学习等领域有较深入的研究，熟练使用pytorch/tensorflow等至少一种主流深度学习框架，能够独立实现前沿模型。 3、对LLM、多模态学习、对比…
工作职责
1、负责高德云睿时空大模型建设。利用高德时空数据、人地关系大数据的特点，通过建模方法创新，深挖数据价值，做大数据的商业价值提升和模式创新。业务包括智慧交通、商业选址、智慧金融、ChatBI等方面。 2、从事预训练模型研究、训练、应用，包括但不限于多模态、对比学习、训练任务优化、下游任务迁移、知识融入更新、模型性能提升等 3、紧跟大模型新技术，搭建自主可控的从数据处理、训练调试到推理服务的全链路平台。利用大模型技术升级改造现有产品的交互和体验，以及打造产品AIGC方面的能力，包括但不限于人地关系垂类大模型的独立训练和垂类大模型与基座大模型的对接等
【岗位亮点】 打造现象级AI产品：你的代码将服务数亿用户，每天为千万级出行需求提供个性化解决方案 前沿技术实践场：深度参与出行垂类大模型的训练与优化，探索LLM+时空智能的无限可能 真实场景大挑战：处理中国最大规模出行数据，构建具有空间语义理解能力的行业标杆级AI 【团队成就】 我们团队致力于构建下一代核心智能驾驶体验，在过去四年持续创造多个突破性创新产品技术。 智能出行开拓者：连续4年推出行业标杆产品，包括： • 全球首个分钟级交通事件检测系统（2021） • 业内首创大规模红绿灯倒计时推演技术（2022） • 基于实时天气的智能防晒导航（2022） • 车路协同V2X技术（2023） • 红绿灯AI领航功能（2024） 【你将参与】 1. 用AI解锁出行新玩法：基于海量地图数据与用户场景，研发支持"燃脂路线""赏花专线""游戏IP主题路线"等创新功能的智能规划引擎 2. 打造行业领先的大模型应用：通过Prompt优化、SFT微调、强化学习等技术，让大模型真正理解复杂出行需求中的时空语义关系 3. 构建智能出行知识库：主导多模态数据处理，建立覆盖POI理解、实时路况分析、用户画像建模的千万级出行数据库 4. 定义未来出行方式：探索大模型在动态路线规划、智能交互导航等场景的突破性应用，持续输出行业领先的技术方案 【加入我们，你将获得】 与行业顶尖专家共事，参与日均百亿级请求的核心系统研发 完善的技术成长体系，包括大模型专项培训、季度技术workshop
1.主导亿级用户规模的高德个性化推荐场景优化，应用机器学习、深度学习、LLM以及AIGC技术，提升推荐结果的相关性、多样性和用户体验 2.负责多入口多场景下的统一推荐算法优化，在召回、粗排、精排、混排等核心模块中，应用业界领先的算法和技术，实现多场景建模、跨场景知识迁移和端到端优化；针对用户行为序列建模、时空场景推荐等关键技术点，探索结合LBS数据特点的创新算法，攻克跨域行为融合、冷启动时空优化、动态供需匹配等业务难题，显著提升推荐系统的关键指标 3.探索前沿技术方向，推动技术创新；研究并落地最新的推荐算法和技术方向，包括但不限于：大模型驱动的生成式推荐（如LLM-based推荐）；基于LLM的用户长短期兴趣建模与跨场景迁移学习；结合RAG的上下文感知推荐与个性化内容生成（AIGC）；时空建模与多模态融合推荐；强化学习（RL）在推荐系统中的实践与优化。
1 负责人地时空大模型优化，包括但不限于数据清洗、大模型预训练、微调和对齐，提升适配LBS场景的大模型预训练效果 2 紧跟业界前沿，密切关注LLM领域前沿动态，推动大模型算法的应用研究与落地实践 3 积极与业务团队沟通与协作，推动大模型在搜推广场景的应用与上线，提升业务收益，探索大模型在搜推广场景的应用前景
1. 负责核心机器学习、深度学习的技术攻关，并编写/指导编写数据挖掘产品的核心代码，和产品组配合完成模型质量的评测并上线，持续进行业务效果闭环优化； 2. 可以基于开源LLM以及多模态大模型，通过SFT、COT、Prompt优化等技术持续优化大模型应用能力；可制定依赖RAG的Agent智能体构建，实现算法效果提升； 3. 基于大规模异构资料（文本、图像、位置）等多种模态资料进行大模型的预训练，构建属于POI业务特色的预训练模型，以及子任务应用和RLHF等闭环优化； 4. 运用机器学习、深度学习、大模型、Agent等AI算法，改善POI数据质量以提升亿级别用户的出行和信息体验。