高德地图高德-数据科学高级工程师/专家-信息算法专项

岗位职责： 该职位通过大模型训练、Agent、RAG、N2SQL、NLP、语音处理等技术创新和突破，构建Agent通用平台、大模型训练平台等工具产品，同时支持对话机器人等垂直应用及智能产品的建设。欢迎敢于接受挑战的候选人加入我们，一起赋能企业客户。我们的研究方向包括但不限于： 1、通用大模型、推理大模型预训练、微调、强化对齐等技术的持续研究创新； 2、多语言大模型、领域大模型的训练技术研究与落地； 3、AI数据清洗、加工、合成、自动标注技术研究与落地； 4、文本机器人、语音机器人、质检机器人等客服域技术的研发与落地； 5、多Agent、RAG、N2SQL、自主决策等技术的研究与落地； 6、入呼大模型机器人、外呼大模型机器人研发经验；熟悉VAD, ASR, TTS等语音相关技术； 以上方向擅长其中1个即可

基座大模型研发与创新 参与设计并研发面向大规模多元时间序列的预训练基座模型，探索适用于时序数据的 Transformer变体(如Informer,FEDformer, PatchTST)及创新架构。 负责构建超大规模，高质量的时序预训练数据集，设计掩码重建，上下文预测等自监督预训练任务。 研究时间序列中的关键问题，如长周期依赖建模，多尺度特征提取，缺失值处理，以及时序与文本/事件等多模态信息的对齐与融合。 模型深度优化与领域适配 针对特定高价值场景(如电力负荷预测，量化金融，工业设备预测性维护)，对基座模型进行深度微调与优化，实现"通用能力"到"领域专家"的转化。 研发高效的模型适配技术(如参数高效微调 PEFT)，确保基座模型能够快速，低成本地适配到多样化的下游任务。 系统工程与高性能推理 负责将模型从研究原型推进到稳定，高性能的生产级系统。优化训练框架，利用混合并行(数据并行，模型并行，流水线并行)技术实现千亿参数模型的分布式训练。 主导模型的高效推理优化，应用量化(INT8/ FP4)，编译优化等技术，大幅降低服务延迟与资源消耗，支撑海量时序数据的实时预测需求。 技术前瞻与行业赋能 追踪时间序列分析，大模型预训练的前沿学术进展，并将有潜力的技术引入到产品研发中。 与业务团队紧密合作，深入理解行业痛点，将基座模型的强大能力转化为可衡量的业务价值，定义时间序列预测领域的新标准。 岗位要求 必备条件 计算机科学，人工智能，统计学或相关专业硕士及以上学历(博士优先).

我们正在寻找一位经验丰富、富有远见的智驾软件架构师。您将成为我们核心研发团队的关键成员，负责设计、定义和演进下一代智能驾驶系统的软件整体架构。您的工作将直接决定我们智驾产品的性能、安全、可靠性与可扩展性，是连接产品愿景与技术实现的桥梁。 主要职责： 1. 架构设计与规划： · 负责智能驾驶全栈软件（感知、定位、预测、规划决策、控制）的系统架构设计，制定技术蓝图和发展路线图； · 设计高内聚、低耦合、可复用、易于迭代的软件模块和组件，定义清晰的模块接口和数据流； · 主导关键技术选型，评估和引入合适的中间件（如ROS 2、DDS、AUTOSAR AP）、框架、库和工具链。 2. 性能与安全关键系统设计： · 设计满足功能安全（ISO 26262 ASIL-B/D）和预期功能安全（SOTIF）要求的软件架构和冗余方案； · 主导系统资源（CPU、GPU、内存、总线带宽）的预算、分配与优化，确保系统实时性和低延迟； · 设计和实现数据记录、诊断、监控和OTA升级等车规级必备功能。 3. 技术领导与协作： · 编写和维护架构设计文档（如系统设计说明、接口控制文档），并主导技术评审； · 指导和培养软件开发工程师，确保团队遵循既定的架构规范和最佳实践； · 与硬件、算法、测试和产品团队紧密合作，确保架构设计能够高效支撑算法迭代和产品需求。 4. 技术攻关与前瞻研究： · 识别和解决系统中的关键技术挑战和性能瓶颈； · 跟踪业界领先的智驾架构技术（如端到端模型、BEV+Transformer、Occupancy Networks对架构的影响），并进行前瞻性技术预研和原型验证。

1. 负责业界/学界SOTA方案调研和原型验证； 2. 结合公司业务规划，探索大模型在数据生成、数据挖掘、数据质量、真值构建、隐私保护等方面的技术方案，解决业务中的痛点、难点问题； 3. 评估不同技术方案的研发成本、收益，给出方案选型建议； 4. 方案落地过程中进行风险把控和方向纠偏； 5. 指导一线工程师解决新方案落地过程中的卡点。