小鹏汽车【探索者】AI/ML模型算法开发工程师
任职要求
任职要求: 1.211/985/QS100硕士以上学位,博士优先 2.计算机/电子信息工程/自动化/软件工程/数学 等AI相关专业毕业,AI/机器学习专业优先 3.有基于AI的自动控制相关项目经验的优先 4.熟练掌握主流深度学习,机器学习算法和常用 AI 框架 5.熟练掌握Pyth…
工作职责
1.针对车身、内外饰、底盘、热管理、能量管 理、电子电器、显示、光学、诊断、仿真、整车 等汽车工程领域,开发专用AI和机器学习算法 2.负责完成模型/算法选择,开发,训练和调优 3.负责搭建POC/Demo验证系统 4.负责模型在车载ECU/嵌入式硬件的轻量化部署 5.配合数据工程师和系统工程师建立模型训练和 测试/评估数据集 6.配合软件团队完成代码集成与功能验证
1、负责货量预测优化与车辆调度决策,基于运筹优化与AI技术(强化学习/时空预测算法等),构建多目标(成本/效率/体验)动态调度策略,目标实现运输成本降低X%、平均履约时效提升Y%; 2、深度挖掘网络物流核心痛点,运用数据建模与仿真系统验证核心指标(成本/车效/车货匹配等),驱动建设行业领先的智能调度平台; 3、跟踪行业前沿技术(深度学习/大语言模型等),探索其在动态调度、动态定价等场景的创新应用。
我们正在寻找充满激情、具备技术前瞻性的应届毕业生,加入我们致力于构建智能化研发基础设施的团队。作为AI赋能的DevOps开发工程师,你将参与下一代智能化CI/CD平台与自动化运维系统的开发与优化,融合人工智能技术,推动软件研发流程的自动化、可观测性与自愈能力全面提升。 你将参与: 1. 构建智能CI/CD流水线:与研发团队紧密协作,设计并开发高可用、可扩展的持续集成与持续交付平台;探索将机器学习应用于构建失败预测、测试用例智能推荐、资源调度优化等场景,提升研发效率与交付质量。 2. 开发智能化自动化运维工具:使用Python、Go等语言开发自动化脚本与工具,实现基础设施即代码(IaC);结合AI技术,探索日志异常检测、自动化根因分析等AIOps能力,实现系统运维的智能决策与响应。 3. 打造智能监控与自愈系统:参与构建覆盖全链路的监控体系,集成Prometheus、Grafana、ELK等技术栈;引入时序预测模型与异常检测算法(如LSTM、Isolation Forest等),实现性能瓶颈预警、故障自动诊断与部分场景的自愈响应。 4. 推动DevOps与MLOps融合实践:参与机器学习模型的训练流水线(ML Pipeline)与模型部署(Model Serving)基础设施建设,探索模型版本管理、A/B测试、监控与回滚机制,助力AI能力高效落地。
团队介绍:字节跳动豆包大模型团队成立于 2023 年,致力于开发业界最先进的 AI 大模型技术,成为世界一流的研究团队,为科技和社会发展作出贡献。 豆包大模型团队在AI领域拥有长期愿景与决心,研究方向涵盖NLP、CV、语音等,在中国、新加坡、美国等地设有实验室和研究岗位。团队依托平台充足的数据、计算等资源,在相关领域持续投入,已推出自研通用大模型,提供多模态能力,下游支持豆包、扣子、即梦等50+业务,并通过火山引擎开放给企业客户。目前,豆包APP已成为中国市场用户量最大的AIGC应用。 1、探索研究多模态理解、生成式、机器学习、强化学习、AIGC、计算机视觉、人工智能等前沿技术; 2、探索大规模/超大规模多模态理解与生成交织的基础模型,并进行极致系统优化;数据建设、指令微调、偏好对齐、模型优化;提升数据合成、Scalable Oversight、模型推理、规划能力,构建全面客观准确的评测体系,探索提升大模型能力; 3、探索突破包括而不限于多模态RAG,视觉COT与Agent等在内的多模态模型、世界模型进阶能力,构建GUI/游戏等虚拟世界的通用多模态Agent; 4、利用预训练、仿真等技术对虚拟/现实世界的各类环境进行建模,提供多模态交互探索的基本能力,推动应用落地,研发以人工智能技术为核心的新技术、新产品。
1、参与大模型在软件测试领域的探索与落地 ,包括但不限于:智能测试用例生成、GUI自动化Agent、代码缺陷分析、多模态异常检测等创新方向; 2、推动大模型与质量工程的结合 ,通过Prompt工程、微调(SFT)、强化学习(RL)等技术优化测试效率和系统稳定性; 3、构建智能化评测体系 ,参与大模型(LLM、文生图/视频模型)的评测方案设计、效果评估与迭代优化; 4、跟进AI领域前沿技术(如Agent框架、多模态分析、数据飞轮构建),探索在技术风险防控、故障根因定位等场景的应用; 5、与业务测试团队协作 ,推动算法模型在真实业务测试或模型应用评测场景中的落地与持续迭代。