理想汽车基座模型-大模型算法工程师-智能体-北京/杭州

1. 负责记忆智能体算法研发创新及落地，基于世界模型+强化学习技术，实现从专家经验到Agent端到端自主学习的技术演

1.负责VLA基座大模型的架构设计与优化，包括但不限于MoE、MoD、稀疏注意力机制、快慢双系统以及多模态架构设计等 2. 负责VLA训练范式探索，包括但不限于预训练、RL等 3. 负责VLA基座大模型的Scaling Law建设 4. 负责MindVLA后训练算法研究和落地，研究面向L3 Agent的后训练范式，包括监督微调、通用强化学习、智能体强化学习等技术； 5. 参与下一代VLA基座模型的探索与创新研究，打造技术影响力。

1. 负责语言大模型基座在汽车设计、生产、制造、售后、运营全生命周期场景语料的训练，包括训练语料优化与合成、基座模型架构、百亿~千亿基座训练、各项基座能力优化等； 2. 负责研发知识增强大语言模型技术，包括大模型领域适配、知识对齐、知识增强等，在车企场景构建专业知识驱动的智能体应用； 3. 跟踪和研究前沿的大模型、智能体（Agent）等技术方向，推动相关领域技术创新。

-围绕大模型打造次世代的智能对话能力，例如实体抽取，意图识别、上下文记忆，多对话引擎切换 -建设文档问答、表格问答、FAQ等基于知识的对话能力，如 NL2SQL、Agentic-RAG -建设新一代数字员工产品，熟悉智能体基座模型领域，有机会研发遵循SOP执行的营销对话智能体 -梳理业务场景的会话，整理成训练大模型需要的训练数据，优化大模型专项能力（数值计算、日期比较、任务规划、工具选择等） -探索高性能，低成本的对话实现，最大化客户价值