理想汽车自动驾驶-大模型工程师-北京
任职要求
1. 应用数学、计算机、人工智能、模式识别、机器学习、电子信息、机器人、车辆控制、自动化等相关专业的硕士/博士学历； 2. 符合以下三条情形其中之一： 1) 具备研究大型多模态模型、多任务学习、视频网络、生成模型、模仿学习、半监督学习、强化学习和自监督学习方面的经验，具备超大规模模型训练经验； 2) 具备视频生成模型、扩散模型、VAE、自回归模型和 GAN 等生成式方法模型经验，能够完成生成式大模型的全链路研发； 3) 具备设计强化学习算法，包括但不限于 Loss 设计、奖励函数等模型工作，同时也具备数据驱动和数据生成等数据工作经验。 加分项： 1. 发表过人工智能顶会论文或者学术比赛成果； 2. 有自动驾驶、机器人相关领域顶尖实习经历的优先，包括但不限于感知、预测、规划控制等方向。
工作职责
1. 参与研发端到端大模型自动驾驶算法方案，开发并设计业内领先的模型架构、训练方法和部署方案，以及大模型相关的数据方案、模型方案等工作； 2. 跟踪最新的自动驾驶、具身智能和人工智能相关前沿技术，对可应用于自动驾驶的新技术进行技术调研和原型验证； 3. 撰写高水平学术论文扩大影响力。
“理想+”是理想汽车面向全球招募优秀AI技术人才的校园招聘计划，涵盖大模型、AIGC、算法部署、推理加速、AI芯片研发等领域方向。理想汽车2023年实现千亿营收、百亿盈利。经过9年的发展，截至2024年6月理想汽车累计交付已突破80万辆。海量的用户规模和持续的盈利能力将支持理想汽车不断扩大在AI前沿技术领域的研发投入，保持从电动化到智能化的持续领先，把握时代机遇，成为全球领先的人工智能企业。 我们期待你的加入，与理想汽车一起成长、分享收获。通过人工智能技术去改变物理世界的效率和体验，造福我们服务的每一个家庭，以及家庭里的每一位成员。 本岗位的主要工作内容为： 1. 参与研发端到端大模型自动驾驶算法方案，开发并设计大模型相关的数据方案、模型方案和部署方案等工作； 2. 跟踪最新的自动驾驶、具身智能和人工智能相关前沿技术，对可应用于自动驾驶的新技术进行技术调研和原型验证； 3. 撰写高水平学术论文扩大影响力。
该职位专注于自动驾驶场景下多模态大模型（VLA：Vision-Language-Action）的工程化落地，你将有机会在千万级数据上实车验证关于自动驾驶VLA的最新想法： 多模态模型工程化部署：结合视觉、语言与行为动作的联合建模机制，优化多模态模型的推理效率，支持自动驾驶系统的实时应用； 实车测试与性能验证：参与自动驾驶场景中的模型测试与性能评估，设计测试案例，分析模型在实际驾驶环境中的响应能力与行为决策效果； 数据采集与处理：负责多模态数据（视觉、语言、行为）的采集、标注与处理，构建高质量数据 pipeline，优化数据流的实时性与稳定性； 模型优化与轻量化：探索模型蒸馏、小样本泛化等技术，提升模型在自动驾驶复杂场景中的部署效率与资源利用率； 系统集成与技术支持：协助完成多模态模型与自动驾驶系统的集成测试，解决工程化落地过程中的技术问题； 技术文档与成果转化：撰写工程化技术文档，总结实车测试经验，参与技术报告、专利申请或产品转化工作。
该职位专注于自动驾驶场景下多模态大模型（VLA：Vision-Language-Action）的工程化落地，你将有机会在千万级数据上实车验证关于自动驾驶VLA的最新想法： 多模态模型工程化部署：结合视觉、语言与行为动作的联合建模机制，优化多模态模型的推理效率，支持自动驾驶系统的实时应用； 实车测试与性能验证：参与自动驾驶场景中的模型测试与性能评估，设计测试案例，分析模型在实际驾驶环境中的响应能力与行为决策效果； 数据采集与处理：负责多模态数据（视觉、语言、行为）的采集、标注与处理，构建高质量数据 pipeline，优化数据流的实时性与稳定性； 模型优化与轻量化：探索模型蒸馏、小样本泛化等技术，提升模型在自动驾驶复杂场景中的部署效率与资源利用率； 系统集成与技术支持：协助完成多模态模型与自动驾驶系统的集成测试，解决工程化落地过程中的技术问题； 技术文档与成果转化：撰写工程化技术文档，总结实车测试经验，参与技术报告、专利申请或产品转化工作。