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
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 …
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。
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。
1.负责多模态大模型（如音视频理解、视觉问答、图像生成等）的技术研究、应用落地与性能优化； 2.研发和优化基于大模型的多模态应用； 3.收集和构建高质量的多模态数据集，并进行模型的训练、微调和提示工程（Prompt Engineering）； 4.将多模型算法高效地集成到企业微信客户端，与客户端团队合作解决端侧部署和推理的挑战； 5.紧跟多模态领域（如CLIP, BLIP, Stable Diffusion, Sora等）的技术前沿，推动技术创新在产品中落地。
1.负责多模态大模型（如音视频理解、视觉问答、图像生成等）的技术研究、应用落地与性能优化； 2.研发和优化基于大模型的多模态应用； 3.收集和构建高质量的多模态数据集，并进行模型的训练、微调和提示工程（Prompt Engineering）； 4.将多模型算法高效地集成到企业微信客户端，与客户端团队合作解决端侧部署和推理的挑战； 5.紧跟多模态领域（如CLIP, BLIP, Stable Diffusion, Sora等）的技术前沿，推动技术创新在产品中落地。
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。