理想汽车算法研发工程师
任职要求
1.硕士及以上学历； 2. 精通python、对C++、Linux有所了解； 2.熟悉人工智能主流技术，.熟悉tensorflow和pytorch等经典深度学习框架，在AIGC、内容生成方向有一定探索； 4.有大型AI项目经验，诊断、预测性维护、语音或异响相关最佳； 5. 良好的组织协调能力，沟通能力，有结果为导向的工作意愿； 6. 良好的分析、解决问题能力，喜欢挑战，勇于竞争。
工作职责
1.参与车控域（比如智能诊断、控制等）前瞻性项目模型开发； 2.参与智能化算法的落地，支持数据分析、处理、实验、以及算法的云端、车端部署； 3.负责数据驱动智能化应用的设计、可行性验证、建模和开发； 4.参与整车控制领域人工智能前沿技术的感知和研究。
1. SLAM - 负责扫地机器人激光/视觉SLAM算法、地图构建/更新的研发 - 负责基于激光雷达，imu， odom，gps，相机等多传感器融合定位研发 - 负责扫地机器人在定位和建图上的业务研发工作 2. 导航算法 - 负责扫地机导航算法的设计与实现，包括路径规划、轨迹跟踪、避障策略等核心模块 - 开发全局路径规划算法和局部路径规划算法 - 优化导航算法在复杂场景, 如狭窄区域、动态障碍物下的鲁棒性和效率 3. 运动控制与决策 - 设计扫地机的运动控制算法，包括弓字形清扫、沿边清扫、回充路径规划等功能 - 实现动态环境下的实时避障与路径调整，提升清扫效率与覆盖率 4. 多传感器融合 - 基于激光雷达、IMU、超声波、深度相机等传感器，开发环境感知与障碍物检测算法 - 实现多传感器数据融合，提升导航系统的精度与鲁棒性 5. 算法性能优化 - 针对嵌入式平台（如ARM、DSP）优化导航算法的计算效率，降低资源占用 - 提升导航算法在低算力设备上的实时性和稳定性
1. 负责当当搜索中的文本挖掘或相关性等相关方向的研发工作 2. 研究优化搜索排序，反作弊，个性化搜索，用户行为数据挖掘等方面 3. 提高电商搜索的相关度、用户体验、排序效果及变现能力
-角色和剧本模型训练：优化角色和剧本类大模型的行为策略、长期记忆管理和多模态交互能力，突破角色行为一致性、情感表达合理性等技术瓶颈 -前沿探索：研究人格化模型在情感计算、社会常识推理等方向的突破，定义 AI 角色从「功能执行」到「人格化陪伴」的技术范式 -极致性能优化：大规模模型的分布式训练优化，提升角色类模型的推理效率与资源利用率，指令微调、偏好对齐、数据增强等技术的场景化创新 -规模增长：通过传统搜索、信息流等途径结合用户分析进行产品用户规模增长
-负责百度地图本地生活商业广告营销、商业搜索、商业推荐等业务的策略算法的研发 -探索LLM大模型技术在地图广告、搜素、推荐场景中的应用，包括用户画像构建、特征增强、生成式召回排序的深入应用落地 -负责广告、推荐业务的算法策略迭代优化，提升整体的商业变现效率 -负责广告、推荐业务数据分析处理和指标分析，指导业务的策略迭代