小鹏汽车具身智能仿真算法实习生
任职要求
【任职资格】 自动化、计算机、人工智能、机器人等相关专业硕士及以上学历; 精通Linux和Docker开发环境,熟悉Python,掌握git工作流,具有良好的编程习惯; 熟悉Isaac Gym/Isaac Lab仿真,能够搭建复杂的仿真环境; 谦逊开放、思维活跃,具有持续学习能力和团队合作意识。 【加分项】 熟悉主流强化学习、模仿学习等算法; 有sim2real实战经验; 学习能力强,可以独立探索与学习先进的算法…
工作职责
我们正在寻找富有创造力和技术能力的具身智能仿真算法实习生,专注于机器人在manipulation任务中仿真环境搭建与迁移。您将参与构建多样化的机器人任务场景,优化sim2real gap,基于仿真的机器人manipulation算法效果评估,使机器人能够高效准确的自主完成各种有挑战的manipulation任务。 负责仿真环境的搭建与迁移,涵盖机器人运动学、动力学、传感器仿真、物理环境交互仿真等; 负责仿真场景库和仿真评测指标的建立、维护和应用,构建多样化的机器人任务场景; 深入分析并解决sim2real gap问题,确保仿真环境与真实环境之间的有效转化。
我们正在寻找对多模态技术充满热情的算法工程师,加入我们的前沿技术研发团队。您将专注于多模态理解与生成,推动其在地图数据、信息流推荐、打车服务等场景中的落地应用,为用户提供更智能、更沉浸的服务。 主要职责 1、多模态模型研发:开发业界领先的图文多模态理解与生成模型,结合扩散模型(Diffusion Models)、Transformer架构等实现高质量场景理解和动态内容生成。 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实际业务场景,如地图数据(道路、POI等)、信息流推荐、打车服务等。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(Generative AI)、跨模态对齐、思维链强化学习、多模态交互、具身智能等最新技术趋势,提出创新性解决方案。
【团队介绍】 我们是支持小红书电商、广告、本地生活技术团队的架构组,致力于为正在迅猛发展的小红书泛商业化场景提供强大支持并不断提升其水平。我们所面对的业务正在高速增长,涵盖多种多样的业务形态,因此我们面临着高可用性和架构设计方面的巨大挑战。我们需要保证小红书泛商业化业务持续蓬勃发展的轨道上稳定前行,因此正在寻找技术实力雄厚、架构设计经验丰富,并且与我们志同道合的伙伴。 如果你曾经参与过电商、电信、银行、财务等领域的复杂系统设计,并为这些系统提供稳定性保障,那么你就是我们正在寻找的人才。 我们期望你在以往的工作中不仅知道怎么做,还知道为什么这么做,因为我们将为你提供一个广阔的发展舞台,与志同道合的伙伴一起工作。 我们诚邀你加入我们,共同建设业内最具活力的电商平台。让我们一起创造更美好的未来! 【你将负责】 1、学习并了解小红书相关电商、广告等业务及链路,了解应用、系统、基础设施等各层技术的调用关系; 2、保障小红书电商、广告等的大促及重要活动平稳运行; 3、负责设计和落地小红书电商稳定性保障解决方案,包含但不局限于:线上问题管理、全链路的监控管理、线上变更管理、故障容灾演练管控、重大活动管理,线上问题快速恢复平台,线上问题排查平台以及稳定性文化建设,为小红书泛商业化的持续高可用负责; 4、针对小红书泛商业化场景,进行高度抽象和沉淀,通过技术手段保障研发效能持续处于业内领先水平; 5、持续对小红书泛商业化的业务架构,技术架构和基础架构进行升级,保障小红书商业化业务健康稳定快速发展和迭代。
职位描述: 我们正在寻找一位经验丰富且具创新精神的AI应用构建架构师,加入我们的技术团队。该职位将专注于利用大型语言模型(LLM)开发和构建尖端AI应用程序。理想的候选人应具备优秀的技术能力,以及对AI领域的热情和深刻理解。 主要职责: 设计、开发和实施基于LLM的AI应用程序。 探索和分析不同的AI构建范式,提出创新解决方案。 与产品和开发团队紧密合作,确保AI模型的性能和功能满足预期目标。 维护和优化现有的AI应用架构,提升整体系统效率。 跟踪AI领域的最新趋势和技术,持续改进项目和产品。 将通用的 AI 应用构建能力完善成通用基建,沉淀与公司 AI 平台。
职位描述: 我们正在寻找一位经验丰富且具创新精神的AI应用构建架构师,加入我们的技术团队。该职位将专注于利用大型语言模型(LLM)开发和构建尖端AI应用程序。理想的候选人应具备优秀的技术能力,以及对AI领域的热情和深刻理解。 主要职责: 设计、开发和实施基于LLM的AI应用程序。 探索和分析不同的AI构建范式,提出创新解决方案。 与产品和开发团队紧密合作,确保AI模型的性能和功能满足预期目标。 维护和优化现有的AI应用架构,提升整体系统效率。 跟踪AI领域的最新趋势和技术,持续改进项目和产品。 将通用的 AI 应用构建能力完善成通用基建,沉淀与公司 AI 平台