小鹏汽车端到端大模型资深算法工程师/专家

1. 负责自动驾驶端到端AEB/AES模型的研发； 2. 负责模型实车验证，性能评估； 3. 负责与大数据、模型量化、模型部署、测试团队的技术沟通。

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。

主导SHEIN在全球业务中的应用安全建设，特别是在AI与传统应用安全融合的前沿阵地。 1、进化安全开发生命周期 (SDL) 你将负责SDL流程的持续优化与落地，并前瞻性地将AI安全（AI-Sec）标准融入其中，确保从传统应用到AI模型的每一个环节都具备原生的安全基因。 2、构建“智能驱动”的自动化安全防御体系 (DevSecOps) 你将设计和推动DevSecOps工具平台的建设，不仅要将SAST、DAST、IAST等工具深度集成至CI/CD，更要探索利用AI技术提升漏洞发现的精准度和效率，打造下一代自动化安全闭环。 3、开拓AI应用安全的蓝海 负责公司各类AI/ML应用（如AIGC、推荐系统、大语言模型应用）的安全评估与加固，研究并防御针对AI模型的特有攻击（如提示词注入、数据投毒、模型窃取等），制定并推行SHEIN的AI安全开发规范。 4、成为研发团队的“安全领航员” 与SHEIN全球的顶尖研发团队（包括算法和工程团队）紧密协作，作为他们最信赖的安全专家，提供从传统应用到AI应用的全方位安全指导，提升整个技术团队的安全认知和实战水平。

我们是滴滴网约车的安全技术团队，致力于打造世界顶尖的智能出行平台。我们不断探索机器学习等前沿技术，基于海量的出行数据和丰富的业务场景，进行出行生态算法优化与体系搭建。我们强调数据驱动和业务价值，真正在解决人们出行过程中的真实问题，保障司乘的出行体验与安全，引领出行行业变革与发展。 工作职责具体包括： 1.负责出行生态安全场景的算法优化与体系搭建，包括但不限于司乘行程人身安全，司机线上线下的安全群体事件等； 2.运用机器学习、统计学、大模型等专业知识，不断优化海量订单的风险识别策略； 3.基于深刻的业务理解和case分析，不断挖掘和提升多模态的底层元能力； 4.构建高效的策略系统和评估体系，解决实际问题的同时沉淀高效的智能决策系统。 技术挑战/吸引点： 1.有技术挑战：极小样本的问题，每天需要从海量订单中排查出极少的风险订单，需要成体系的策略和模型建设。 2.有技术宽度：技术比较宽，有视频、音频、文本、轨迹，也有订单和司乘画像等结构化信息，既是天然的多模态感知和融合的场景，也需要传统的机器学习、深度学习、策略设计，技术宽度非常宽，技术抓手比较丰富。 3.有技术深度：有丰富的多模态数据，是天然适合大模型的应用场景，在通过大模型建设基础能力和端到端的识别能力上有深度的探索。