理想汽车【智能空间】大模型算法专家

1. 负责音频、语音等算法的处理和实现； 2. 负责智能座舱内语音分离与增强、语音唤醒、语音识别算法的研发和落地； 3. 负责多模态融合算法、多模态大语言模型的研发与落地。

团队介绍： 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高精度地图、三维重建、LLM/VLM，AI Agent等核心技术，持续突破自动驾驶、AR导航、具身智能、推广搜和生活服务等领域的技术边界。团队不仅在计算机视觉领域持续深耕，更将计算机视觉及AI技术在自主导航、高德打车、生活服务等多元化应用场景。 作为高德地图的核心技术驱动部门，我们以下一代三维地图引擎、多模态理解与生成、空间智能、世界模型等方向为核心，推动智能出行与真实世界连接的深度融合。 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 我们正在寻找对多模态技术充满热情的算法工程师，加入我们的研发团队。您将专注于多模态理解与生成，推动其在高德扫街榜等热门应用中落地，为用户提供更智能、更沉浸的服务。 主要职责： 1、多模态大模型研发：开发业界领先的图文多模态大模型，实现高质量场景理解和内容生成； 2、模型优化与性能提升：优化多模态模型的推理速度和计算效率，支持端侧部署。探索适合大模型的压缩与加速技术（包括但不限于量化、剪枝、知识蒸馏等）； 3、业务场景落地：将多模态技术应用于扫街榜等实际业务场景，与产品、工程团队合作，推动技术从研发到上线的全流程落地； 4、前沿技术探索：持续跟踪生成式AI、跨模态对齐、思维链、强化学习、多模态交互等最新技术趋势，提出创新性解决方案。

1.主导大模型驱动的智能体（Agent）算法研发，包括但不限于：自主决策、环境交互、多模态感知、长期记忆与持续学习等核心方向； 2.探索大模型与强化学习（RL）、规划推理（Planning）、知识图谱等技术的深度融合，提升智能体的任务泛化性与可解释性； 3.推动智能体技术在理想汽车相关场景的落地应用，解决实际业务问题。

研究课题背景： 1.饿了么决策智能体：基于推理大模型以及智能体技术在外卖经营分析、决策、和托管的研究和应用创新。 2.通过结合推理大模型、强化学习、智能体、环境仿真建模等技术，构建饿了么生意决策智能体系统，面向饿了么toB用户提供，提供商业分析、商业决策、运营策略、以及执行动作推荐能力，降低分析决策成本的同时，更广阔的解空间探索并提高决策质量和效率，帮助客户解决商业问题、实现增长目标，在“数据驱动大模型决策智能”的创新型方向探索中做出贡献。 岗位描述： 1.大模型与决策技术融合： - 研发融合强化学习（RL）与推理大模型（RLMs）的混合框架，实现经营动作到收益预估的闭环决策系统； - 构建实时商业仿真环境，融合千万级订单数据与平台规则，动态建模市场环境； - 突破传统大模型文本训练局限，设计结构化时序数据（经营动作轨迹）、和非结构化知识（专家经验）联合训练框架，解决垂域偏好对齐问题； - 在决策建议中量化成本/收益/风险概率。 2.工业级系统落地： - 打造低延迟高可靠服务、AB实验体系，支撑百万级别店铺的商业分析、商业决策、运营策略、以及执行动作建议，帮助客户解决商业问题并实现增长。 3.跨团队协作： - 与工程和数据团队紧密合作，将算法需求转化为可落地的系统方案，通过 AB 实验验证模型效果，持续优化用户体验与业务指标。