美团大模型工程师-实习生
任职要求
1. 具备大模型、内容理解开发及应用实践经验，了解相关技术细节和优化策略，如模型调优优化、多目标优化等； 2. 具有NLP相关领域经验，需熟练掌握自然语言主要算法模型，如实体识别、知识抽取、实体对齐等，熟悉NLP主流模型，如Trasformer/T5/BERT/GPT-3.5等； 3. 有Tensorflow、PyTorch等深度学习框架结合实际项目经验。
工作职责
1. 紧跟前沿算法技术，包括但不仅限于Trasformer/GNN/Stable Diffusion/GPT等，并能灵活适配业务应用场景，取得更好地实践效果； 2. 承担业务需求的执行，并采用灵活建模方式开发实践； 3. 学习并理解业务，将给定的技术方案进行实践，并能够应用上线； 4. 具备一定的合作意识，能够与团队成员合作，达成既定目标。
该职位专注于自动驾驶场景下多模态大模型（VLA：Vision-Language-Action）的工程化落地，你将有机会在千万级数据上实车验证关于自动驾驶VLA的最新想法： 多模态模型工程化部署：结合视觉、语言与行为动作的联合建模机制，优化多模态模型的推理效率，支持自动驾驶系统的实时应用； 实车测试与性能验证：参与自动驾驶场景中的模型测试与性能评估，设计测试案例，分析模型在实际驾驶环境中的响应能力与行为决策效果； 数据采集与处理：负责多模态数据（视觉、语言、行为）的采集、标注与处理，构建高质量数据 pipeline，优化数据流的实时性与稳定性； 模型优化与轻量化：探索模型蒸馏、小样本泛化等技术，提升模型在自动驾驶复杂场景中的部署效率与资源利用率； 系统集成与技术支持：协助完成多模态模型与自动驾驶系统的集成测试，解决工程化落地过程中的技术问题； 技术文档与成果转化：撰写工程化技术文档，总结实车测试经验，参与技术报告、专利申请或产品转化工作。
该职位专注于自动驾驶场景下多模态大模型（VLA：Vision-Language-Action）的工程化落地，你将有机会在千万级数据上实车验证关于自动驾驶VLA的最新想法： 多模态模型工程化部署：结合视觉、语言与行为动作的联合建模机制，优化多模态模型的推理效率，支持自动驾驶系统的实时应用； 实车测试与性能验证：参与自动驾驶场景中的模型测试与性能评估，设计测试案例，分析模型在实际驾驶环境中的响应能力与行为决策效果； 数据采集与处理：负责多模态数据（视觉、语言、行为）的采集、标注与处理，构建高质量数据 pipeline，优化数据流的实时性与稳定性； 模型优化与轻量化：探索模型蒸馏、小样本泛化等技术，提升模型在自动驾驶复杂场景中的部署效率与资源利用率； 系统集成与技术支持：协助完成多模态模型与自动驾驶系统的集成测试，解决工程化落地过程中的技术问题； 技术文档与成果转化：撰写工程化技术文档，总结实车测试经验，参与技术报告、专利申请或产品转化工作。
负责面向小米汽车及生产环节的大模型及各类机器学习模型的算法开发与优化； 推动相关算法在实际业务中的落地应用； 保障模型的高效性能和可扩展性； 参与团队的算法创新与技术攻关。
模型训练与优化 1. 负责问答对话系统的算法设计与优化。 2. 从事自然语言处理前沿算法技术的研究，探索落地应用，包括大模型预训练、后训练等。 3. 优化小爱同学的问答对话体验，针对实际问题设计解决方案，优化产品效果。 算法研究与创新 跟踪大模型领域的前沿研究成果，研发的技术应用到小爱同学中，并将相关工作撰写成学术论文在学术会议/期刊发表。