理想汽车尺寸大数据工程师-北京
任职要求
1. 具有较强的沟通和团队协作能力，能吃苦耐劳，接受不同地点项目执行的出差需求； 2. 具有很强的责任心，抗压能力强，能够适应较快的工作节奏； 3. 创新能力强，以主要负责人发表/获得过发明专利、论文、创新奖项等荣誉者优先； 4. 具备计算机基础知识，数据库、数据结构、计算机网络、操作系统等； 5. 掌握一门编程语言，不限于Python/Java等； 6. 有测量软件&测量设备使用经验者优先； 7. 有数据分析经验（如SPC）优先； 8. 有机器学习经验者优先； 9. 了解汽车结构等相关知识； 10. 良好的中英文读写、沟通能力，CET6及以上； 11. 在校有学生干部经验优先； 12. 有数字化/AI应用开发经验优先。
工作职责
1. 负责尺寸数据系统产品规划，PRD编写、原型图设计； 2. 负责厂内外尺寸数据管理及运营； 3. 负责已有业务流的维护和迭代； 4. 负责部门AI化转型，搭建尺寸专家系统路线图； 5. 负责预警管理、虚拟匹配、尺寸机器人、数据采集等开发； 6. 负责开发项目尺寸数据系统模板； 7. 参与尺寸设计和尺寸匹配投产工作。
1. 负责尺寸数据系统产品规划，PRD编写、原型图设计； 2. 负责厂内外尺寸数据管理及运营； 3. 负责已有业务流的维护和迭代； 4. 负责部门AI化转型，搭建尺寸专家系统路线图； 5. 负责预警管理、虚拟匹配、尺寸机器人、数据采集等开发； 6. 负责开发项目尺寸数据系统模板； 7. 参与尺寸设计和尺寸匹配投产工作。
-负责落地LLM在内容理解场景中的应用，负责文本内容理解与审核场景端到端效果优化与提升 -重点研究以小尺寸大语言模型相关的技术，包括但不限于数据建设、指令微调、模型优化、模型蒸馏等 -提升数据构建合成、模型推理等能力；构建大小模型融合的推理系统，提升模型在理解与审核场景中的效果 -持续探索跟进学术与业界前沿进展，探索包括但不限于CoT、RAG、强化学习微调等能力并落地
1. 负责各尺寸多模态大模型的基础能力建设，提高模型泛化能力和垂域能力，重点提升手机场景的大模型基础能力； 2. 负责多模态模型的下游算法研究，例如：继续预训练，后训练，强化学习，搜索增强，多模态embedding等技术方向； 3. 负责多模态技术在屏幕内容理解，UI理解，多模态问答，视觉生成等应用领域的研究和落地工作； 4. 跟进业界前沿技术，持续提升团队在多模态算法方面的技术积累。
通义千问（Qwen）是由通义实验室自主研发的超大规模语言模型，具备多模态、多语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从亿级到万亿级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen 正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 团队致力于深度参与大模型训练系统优化与高性能推理服务构建，聚焦于算法与系统协同设计，推动大模型在效率、稳定性与成本上的持续突破。若你对以下任意一个方向感兴趣均欢迎投递： 1. 模型训练优化：在不影响模型性能前提下提高各尺寸模型在大规模分布式预训练训练的 MFU，以支持模型规模，数据规模及支持模态的持续 scaling；持续进行RL训练框架的开发和优化，提高训练推理协同效率和大规模训练下的稳定性及可扩展性；同时与网络/服务器/存储等相关运维团队共同保障训练过程中的有效训练时间占比，保障模型的按期交付。 2. 模型推理优化：高效以及成本最优的推理服务，让AI进一步实现普惠。团队推理优化的工作目前主要关注高并发serving（Qwen Chat以及API服务）下的算法侧的探索与研发，主要针对Qwen系列模型，Chat模型、VL模型、Omni模型等。