高德地图高德-多模态大模型/端侧部署算法工程师/专家-视觉团队
社招全职3年以上技术类-算法地点：北京状态：招聘
任职要求
1. 学历背景 计算机科学、人工智能、机器学习等相关专业硕士及以上学历，博士优先。 2. 技术能力 精通多模态大模型（如CLIP、BLIP、Flamingo、Qwen-VL等）的原理与应用，掌握指令微调、LoRA等高效微调方法，具备相关项目经验。 熟练掌握至少一种深度学习框架（如PyTorch、TensorFlow等），能够独立完成模型的设计、训练与优化。 在模型小型化、压缩与加速方面有实际经验（如量化、剪枝、蒸馏等）。 具备扎实的计算机视觉、自然语言处理或多模态学习基础。 3. 实践经验 有实际项目经验，特别是在地图、导航、自动驾驶或相关领域中应用多模态技术的案例。 了解端侧部署的技术栈（如ONNX、TensorRT、Core ML等），熟悉嵌入式环境下的模型优化优先。 4. 软技能 具备良好的团队协作能力和沟通能力，能够与产品经理、工程师等角色高效合作。 对技术充满热情，具备快速学习新技术的能力，关注行业前沿动态。 5. 加分项 发表过高质量论文（如NeurIPS、CVPR、ICCV、ECCV、SIGGRAPH等顶会）者优先。 有具身智能或强化学习相关项目经验者优先。
工作职责
我们是谁？
作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现厘米级高精地图、实时三维重建、多模态感知等核心技术的引擎，持续突破自动驾驶、AR导航、智慧交通等领域的技术边界。
团队gihub主页：https://github.com/amap-cvlab
为何加入我们？
挑战世界级技术难题，追求智能上限
用AI驱动国民级APP的产品迭代和颠覆式创新
岗位职责：
1. 多模态大模型研发与应用
负责多模态大模型的核心架构设计，研究并实现图片、视频、文本等跨模态特征对齐、融合与表征学习方法，负责多模态大模型的数据准备、高效训练（包括但不限于预训练、SFT、强化学习等）、推理加速等。
2. 模型优化与小型化部署
负责多模态大模型的轻量化设计、压缩与加速，确保模型在端侧设备上的高效运行。
针对高德地图的实际业务场景，优化模型性能，平衡精度与效率。
3. 创新性研究与落地
跟踪端侧生成式AI（Edge Generative AI）、强化学习（PPO、GRPO等）、智能Agent等前沿技术，探索多模态大模型在自动驾驶、智能导航等领域的潜在应用。
将研究成果快速转化为实际产品功能，推动技术创新与业务增长。包括英文材料
学历+
自动驾驶+
https://www.youtube.com/watch?v=_q4WUxgwDeg&list=PL05umP7R6ij321zzKXK6XCQXAaaYjQbzr
Lecture: Self-Driving Cars (Prof. Andreas Geiger, University of Tübingen)
https://www.youtube.com/watch?v=NkI9ia2cLhc&list=PLB0Tybl0UNfYoJE7ZwsBQoDIG4YN9ptyY
You will learn to make a self-driving car simulation by implementing every component one by one. I will teach you how to implement the car driving mechanics, how to define the environment, how to simulate some sensors, how to detect collisions and how to make the car control itself using a neural network.
SLAM+
https://docs.mrpt.org/reference/latest/tutorial-slam-for-beginners-the-basics.html
[英文] SLAM for Dummies
https://dspace.mit.edu/bitstream/handle/1721.1/119149/16-412j-spring-2005/contents/projects/1aslam_blas_repo.pdf
A Tutorial Approach to Simultaneous Localization and Mapping
https://ouster.com/insights/blog/introduction-to-slam-simultaneous-localization-and-mapping
SLAM is an essential piece in robotics that helps robots to estimate their pose – the position and orientation – on the map while creating the map of the environment to carry out autonomous activities.
[英文] What Is SLAM?
https://www.mathworks.com/discovery/slam.html
How it works, types of SLAM algorithms, and getting started
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
TensorFlow+
https://www.youtube.com/watch?v=tpCFfeUEGs8
Ready to learn the fundamentals of TensorFlow and deep learning with Python? Well, you’ve come to the right place.
https://www.youtube.com/watch?v=ZUKz4125WNI
This part continues right where part one left off so get that Google Colab window open and get ready to write plenty more TensorFlow code.
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文，免费，零起点，完整示例，基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
C+++
https://www.learncpp.com/
LearnCpp.com is a free website devoted to teaching you how to program in modern C++.
https://www.youtube.com/watch?v=ZzaPdXTrSb8
CVPR+
https://cvpr.thecvf.com/
ICCV+
https://iccv.thecvf.com/
ICCV is the premier international computer vision event comprising the main conference and several co-located workshops and tutorials.
NeurIPS+
https://neurips.cc/
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
OpenCV+
https://learnopencv.com/getting-started-with-opencv/
At LearnOpenCV we are on a mission to educate the global workforce in computer vision and AI.
https://opencv.org/university/free-opencv-course/
This free OpenCV course will teach you how to manipulate images and videos, and detect objects and faces, among other exciting topics in just about 3 hours.
NLP+
https://www.youtube.com/watch?v=fNxaJsNG3-s&list=PLQY2H8rRoyvzDbLUZkbudP-MFQZwNmU4S
Welcome to Zero to Hero for Natural Language Processing using TensorFlow!
https://www.youtube.com/watch?v=R-AG4-qZs1A&list=PLeo1K3hjS3uuvuAXhYjV2lMEShq2UYSwX
Natural Language Processing tutorial for beginners series in Python.
https://www.youtube.com/watch?v=rmVRLeJRkl4&list=PLoROMvodv4rMFqRtEuo6SGjY4XbRIVRd4
The foundations of the effective modern methods for deep learning applied to NLP.
ONNX+
https://github.com/onnx/tutorials
Open Neural Network Exchange (ONNX) is an open standard format for representing machine learning models.
[英文] Introduction to ONNX
https://onnx.ai/onnx/intro/
This documentation describes the ONNX concepts (Open Neural Network Exchange).
TensorRT+
https://docs.nvidia.com/deeplearning/tensorrt/latest/getting-started/quick-start-guide.html
This TensorRT Quick Start Guide is a starting point for developers who want to try out the TensorRT SDK; specifically, it demonstrates how to quickly construct an application to run inference on a TensorRT engine.
ECCV+
https://eccv.ecva.net/
ECCV is the official event under the European Computer Vision Association and is biannual on even numbered years.
Core ML+
[英文] Getting Started
https://apple.github.io/coremltools/docs-guides/source/introductory-quickstart.html
Core ML Tools can convert trained models from other frameworks into an in-memory representation of the Core ML model.
https://developer.apple.com/machine-learning/core-ml/
Core ML is optimized for on-device performance of a broad variety of model types by leveraging Apple silicon and minimizing memory footprint and power consumption.
https://www.youtube.com/watch?v=g3yj9_DHrME
Bring the power of machine learning directly to your apps with Core ML.
相关职位
校招AI/算法类
1. 负责多模态大模型压缩算法研发，探索并实现极低bit量化技术和稀疏化技术，保持推理精度的同时减少模型存储和计算资源消耗； 2. 负责多模态大模型编解码加速算法研发，降低端侧模型推理成本； 3. 参与端侧大模型技术体系建设，探索和实现高效大模型架构，开发和优化内部模型端侧化部署工具链。 4. 跟进大模型前沿技术发展趋势，探索相关算法的创新优化，发表高质量研究论文。
更新于 2025-07-14
校招AI/算法类
方向一： 1. 负责多模态大模型的基础能力提升，图文多模态模型的下游算法研究，图文多模态技术在AI搜索、图片结构化提取、图片内容理解等应用领域云侧和端侧的研究等 2. 跟进业界前沿技术，持续提升团队在图文多模态算法方面的技术积累。 方向二： 1. 负责多模态大模型压缩算法研发，探索并实现极低bit量化技术和稀疏化技术，保持推理精度的同时减少模型存储和计算资源消耗；多模态大模型编解码加速算法研发，降低端侧模型推理成本； 2. 参与端侧大模型技术体系建设，探索和实现高效大模型架构，开发和优化内部模型端侧化部署工具链，跟进大模型前沿技术发展趋势，探索相关算法的创新优化，发表高质量研究论文。 方向三： 1. 参与AI搜索，小布记忆等业务交付中的算法方案设计，模型训练等，持续提升算法能力，改善产品体验； 方向四： 1、 负责参与小布助手统一意图理解与任务编排的算法及数据工程优化 方向五： 1. 参与个性化大模型算法设计、实现和优化，提升模型用户特征提取、行为挖掘及精准画像等核心能力； 2. 协同产品与工程团队，推动个性化大模型在手机业务中的创新应用，持续探索技术突破点并推动团队技术迭代，保持行业领先性。
更新于 2025-07-14
社招2年以上技术类-算法
高德地图定位研发团队介绍： “我在哪儿，要到哪儿去”是高德给全国亿级用户解决的核心问题， 我们系统解决“我在哪儿”的问题， 我们使用遍布全球的北斗卫星数据，高密度的手机传感器数据，视觉数据， 我们建设世界级的高精准定位系统， 驾车定位、车道级定位、室内定位、停车场定位、车机定位等 是我们核心解决的业务场景。 我们攻克着大量的世界级前沿技术难题： 基于时间序列预测的统一融合定位算法、 基于Transformer的统一融合匹配算法、 基于BEV、slam等的视觉定位算法 ...... 为了给广大用户的出行提供全方位、高质量的服务，我们正在不停地打破自己、超越自己...... 在这里，无数行业前沿的新技术在碰撞交流和应用， 这就是高德地图定位研发部 期待勇于突破，勇于挑战的你！ 岗位职责： 1、多模态大模型研发与应用：将定位问题转化为大模型问题，用大模型的思路对时空数据进行建模、训练（包括但不限于预训练、SFT、强化学习等）等，实现轨迹预测和轨迹匹配； 2. 模型优化与小型化部署：负责多模态大模型的轻量化设计、压缩与加速，确保模型在端侧设备上的高效运行； 3、创新探索：跟进位置和地图领域的大模型前沿进展，应用在日常工作中。
更新于 2025-08-26
校招AI/算法类
1. 负责多模态大模型的构建，包括数据处理和构造、预训练和后训练算法优化，评测benchmark的构建等 2. 负责多模态大模型的下游算法及应用研究，包括图文问答、视频问答、搜索增强、统一理解和生成模型、多模态创作、多模态总结、多模态检索等； 3. 负责多模态大模型在移动端场景的算法优化和应用落地，包括视觉文本处理、UI界面理解和操作、function call等能力的提升 4. 跟进业界前沿技术，持续提升团队在多模态算法方面的技术积累。
更新于 2025-07-14