蔚来校招-大模型数据闭环算法工程师

1.负责自动驾驶系统基础设施的搭建与优化，包括模型训练、serving和数据挖掘等； 2.与其他团队紧密协作，将机器学习方案部署到嵌入式或者云端测试平台；为自动驾驶算法和应用提供良好运行环境。配合算法工程师配置硬件和软件环境，解决算法运行中的基础设施相关问题； 3.承担自动驾驶系统的数据闭环工作相关工作，提高数据的数量和质量； 4.参与自动驾驶系统的集成与测试。配合其他工程师进行模块集成，确保系统兼容性，制定测试计划对基础设施进行性能和压力测试等； 5.编写和维护相关技术文档，记录基础设施设计、搭建和优化过程，为团队成员提供参考。

1. 算法开发与优化： 负责自动驾驶模型算法的研发设计，包括但不限于行为决策、轨迹生成、运动规划等模块的深度学习/强化学习模型设计 探索基于Transformer、模仿学习（Imitation Learning）、强化学习（RL）等前沿技术的模型算法设计、应用方案 优化自动驾驶算法的实时性、安全性和舒适性，解决复杂场景（如拥堵、交互博弈、长尾问题）下的规划挑战 2.数据驱动迭代： 构建和利用大规模驾驶数据集（仿真+真实数据），设计数据闭环 pipeline 提升规划性能 参与数据标注、场景挖掘、仿真测试等环节，推动算法迭代 3.系统集成与部署： 与感知、控制等模块团队协作，实现模型算法在车载计算平台的部署 支持实车测试，分析问题并提出改进方案 4.前沿技术跟踪： 跟进学术界（如CVPR、ICRA、CoRL、IROS等）和工业界最新进展，将创新技术落地到量产或研发项目中

1.负责自动驾驶系统基础设施的搭建与优化，包括模型训练、serving和数据挖掘等； 2.与其他团队紧密协作，将机器学习方案部署到嵌入式或者云端测试平台；为自动驾驶算法和应用提供良好运行环境。配合算法工程师配置硬件和软件环境，解决算法运行中的基础设施相关问题； 3.承担自动驾驶系统的数据闭环工作相关工作，提高数据的数量和质量； 4.参与自动驾驶系统的集成与测试。配合其他工程师进行模块集成，确保系统兼容性，制定测试计划对基础设施进行性能和压力测试等； 5.编写和维护相关技术文档，记录基础设施设计、搭建和优化过程，为团队成员提供参考。

小红书中台AI Infra团队深耕大模型「数-训-压-推-评」技术闭环，具备专业的大模型训练加速、模型压缩、推理加速、部署提效等方向硬核技术积淀，基于RedAccel训练引擎、RedSlim压缩工具、RedServing推理部署引擎、DirectLLM大模型MaaS服务，支撑小红书社区、商业、交易、安全、数平、研效等多个核心业务实现AI技术高效落地！ 大模型训练方向： 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练Pipeline； 2、研发支持多机多卡RL的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决RL算法在超长时序下的显存/通信瓶颈； 3、基于自建的训推引擎，落地公司统一的大模型生产部署平台，为公司所有大模型算法同学提供端到端的一站式服务。 大模型压缩方向： 1、探索研发针对大语言模型、多模态大模型等场景的压缩技术，包括但不限于量化、蒸馏、剪枝、稀疏化等； 2、参与/负责多个业务场景中的模型压缩技术实现，对模型进行轻量化压缩，提高训练/推理效率，支持业务降本增效； 3、参与/负责针对英伟达GPU、华为昇腾NPU等不同的计算硬件，制定不同的模型压缩方案并在业务落地。 大模型推理方向： 1、参与/负责研发面向LLM/MLLM等模型的稳定、易用、性能领先的AI推理框架； 2、通过并行计算优化、分布式架构优化、异构调度等多种框架技术，支撑各业务方向持续降本增效； 3、深度参与周边深度学习系统多个子方向的工作，包括但不限于模型管理、推理部署、日志/监控、工作流编排等。 高性能计算方向： 1、参与/负责AI推理/训练框架的底层性能优化工作，包括但不限于高性能算子、通信库开发与优化等工作； 2、参与/负责大模型计算引擎的研发工作，通过多种方式实现训推性能SOTA； 3、参与/负责前沿AI编译加速等技术的探索和业务落地。 大模型服务方向： 1、参与/负责大模型MaaS系统的架构设计、系统研发、产品研发等工作； 2、深入参与面向大模型场景的请求调度、异构资源调度、引擎优化等核心工作，实现万亿级并行推理系统； 3、为内部产品线提供解决方案，协助公司内用户解决大模型应用过程中业务在MaaS上的使用问题。