蔚来校招-AI大模型应用研究员/工程师（Applied AI researcher / engineer）
任职要求
- 硕士以上学历，车辆工程、电气工程、通信工程、计算机，电气工程自动化、电子电力工程、车辆工程、机械设计等相关专业； - 熟悉整车电子电器架构开发工作，了解架构开发方法和工具； - 熟悉系统工程流程和方法；精通UML/SysMIL建模工具的优先； -…
工作职责
负责根据整车体验需求、法规和平台化要求，定义整车功能和非功能需求； - 负责编制相关功能域的功能列表，功能需求（包括法规需求，使用场景等）以及功能实现系统级架构方案； - 负责设计子系统功能方案并编写子系统功能规范，定义系统功能间接口； - 负责设计SOA服务功能方案并编写SOA服务功能规范，定义SOA服务接口； - 对标主流车型，获取前瞻、主流的功能开发趋势； - 参与并支持整车网络架构设计； - 配合总线开发、线束原理、功能安全等进行相关专业设计。
探索具身智能前沿技术，制定技术路线或提升某技术方向（如VLA、自主学习等）。 - 追踪行业技术趋势，统筹内部具身智能研发方向和技术路线； - 领导核心算法研究，如具身交互、感知、操作、仿真、训练等算法，提升具身能力和可靠性； - 推动相关工具建设，高效训练和验证部署，加快具身智能的产品化落地；
1. 负责收集和整理业务需求，按流程评估需求，提出解决设计方案。 2. 参与架构设计类数据的全生命周期管理，定义技术规范，开发相关工具链，负责方案的落地和整体效能的优化。 3. 管理多区域，多品牌，多车型的设计数据（WTI，DPLM，数据埋点，配置参数等），和云端的数据后台对接，形成数据闭环。 4. 负责效能工具链方案的设计，保证架构设计、配置和开发运营的正确性和效率。 5. 和功能业务方一起对数据进行分析和应用，包括数据洞察，统计回归，AI模型学习和训练等。
Seed 大模型人才校招，是字节跳动 Seed 面向高校人才推出的招聘项目。我们始终相信，真正重要的技术进步来自对高难度问题的持续挑战。面对 AI 时代的巨大机遇，Seed 团队并不止步于模型迭代，而是选择进入技术深水区，推进下一代 AI 范式突破，不断探索智能的边界与上限。 团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。 Seed 团队在 AI 领域拥有长期愿景与决心，团队研究方向涵盖 MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE 等超过 50 个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包 App 用户量在中国市场排名第一，豆包大模型日均 Token 调用量行业领先。 1、探索构建GUI、Code、游戏等虚拟世界的通用多模态Agent； 2、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； 3、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； 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。
Seed 大模型人才校招，是字节跳动 Seed 面向高校人才推出的招聘项目。我们始终相信，真正重要的技术进步来自对高难度问题的持续挑战。面对 AI 时代的巨大机遇，Seed 团队并不止步于模型迭代，而是选择进入技术深水区，推进下一代 AI 范式突破，不断探索智能的边界与上限。 团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。 Seed 团队在 AI 领域拥有长期愿景与决心，团队研究方向涵盖 MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE 等超过 50 个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包 App 用户量在中国市场排名第一，豆包大模型日均 Token 调用量行业领先。 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、探索全模态流式视频理解模型，内容包括但不限于支持无限长序列流式输入，高功能主动响应能力，超低延时推理与响应，全领域实时解说，Learning From Video等 5、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。