理想汽车智能检验与工艺负责人
任职要求
1、本科及以上学历，机械、自动化、电气、汽车等相关专业；
2、具备整车厂8年及以上质量工作经验，具备2个及以上车型项目整车检验工艺开发经验；
3、熟悉整车开发流程及质量管理体系，能够熟练掌握控制…工作职责
1、负责所有基地智能检验推进，包括路试无人化、检测线无人化、外观视觉智能化、电器功能自动化等智能检验项目推进； 2、负责常州所有基地质量工艺、深度抽检、车身Audit的全生命周期工艺规划及管理； 3、负责常州所有车型新项目投产的质量工艺规划、路试跑道设计、检验设备工具规划、图纸/技术协议评审、调试验证及验收等工作； 4、负责常州所有车型全生命周期的检验工艺控制计划、临时工艺管理及零部件设变试装对接等工作； 5、负责常州所有基地质量检验效率提升、节拍平衡、人员定编等事项的管理； 6、负责常州所有基地质量检验、质量工艺的流程建设及综合运营管理。 7、负责制造质量数字化推进，实现业务在线化、质量数据智能统计分析，为制造质量业务赋能。
1.主导WorkBuddy移动端（iOS/Android）整体架构演进，制定技术规范与长期迭代路线； 2.负责移动端核心功能开发、重构与性能优化，解决兼容性、稳定性及卡顿等关键问题； 3.协同产品、后端及跨平台团队，对齐需求细节，确保移动端产品体验闭环； 4.推进移动端工程化建设，包括构建流程、自动化测试及发版策略优化。
1.负责以数据为中心的 LLMOps 平台整体架构设计与建设，覆盖大语言模型 Post-train（SFT、RLHF、DPO 等）全阶段的数据管线与训练工程体系； 2.主导大模型训练数据生命周期管理，包括大规模语料采集与清洗、数据质量评估与过滤、数据去重去污染、数据版本管理与血缘追踪，确保各训练阶段数据的高质量与可溯源； 3.带领工程团队构建高效的数据处理流水线与编排调度系统，支撑 PB 级语料的高吞吐处理，持续优化数据准备到训练启动的端到端效率。负责团队的技术方向把控、人才培养与跨团队协作，推动工程文化与最佳实践落地； 4.建设模型训练实验管理与可复现体系，打通数据准备、分布式训练、评估验证（Benchmark / Human Eval）、模型注册到部署上线的全流程自动化，缩短模型迭代周期； 5.构建 Post-train 阶段的数据闭环能力，包括人类偏好数据采集与管理、RLHF/DPO 训练数据管线、合成数据生成（Synthetic Data）与质量评估体系； 6.持续提升平台运行稳定性、安全性与可观测性，建立完善的 SLA 体系、训练容错与断点续训机制，保障大规模训练任务的连续性； 7.优化大规模 GPU/异构计算集群的资源调度策略，提升多任务并行训练效率与集群利用率，降低基础设施成本； 8.紧跟 LLM 领域前沿动态（如 Data-Centric AI、Scaling Laws、MoE、长上下文训练、多模态等方向），推动技术架构持续演进与平台能力升级。
1.负责腾讯云CodeBuddy/WorkBuddy的后台架构设计与优化，确保系统的高可用性和扩展性； 2.领导后台团队，制定技术标准和规范，确保团队成员按照统一标准进行开发； 3.与产品经理、前端开发团队及其他相关部门紧密协作，理解业务需求并提供技术解决方案； 4.跟踪最新的技术趋势，引入新技术和工具以提升团队效率和产品质量； 5.负责关键模块的设计和开发，解决开发过程中的技术难题，确保项目按时交付。
1、多分数最优化算法设计：负责搜索排序机制中的多目标、多分数优化算法设计，围绕相关性、转化效率、用户体验、商业收益、供给生态、流量公平性等目标，实现多目标帕累托最优解。 2、AI Agent for Strategy 实现自动化动态流量分配：负责构建面向搜索策略优化的 AI Agent 系统，将 LLM 的推理、规划、工具调用和自动执行能力应用到搜索机制策略迭代中，提升策略诊断、参数搜索、实验设计和效果分析的自动化水平。