小米自动驾驶大模型算法工程师
任职要求
1. 自然语言处理、计算机视觉、人工智能相关领域的硕士或博士学位； 2. 计算机基础扎实，熟悉数据结构与算法； 3. 有较强的学习能力、沟通能力、解决问题的能力； 4. 具有大语言模型、多模态大模型、生成式模型、世界模型等算法背景； 5. 具备扎实的研发功底，有在机器学习领域会议或期刊（CVPR， ICCV，ECCV， Neuro IPS，RSS， AAAI 等）上发表论文者优先；或在相关领域的学术竞赛（ImageNet、COCO、Kitti、Waymo、nuScenes等等）中取得较好成绩者优先。
工作职责
1. 参与研发自动驾驶云端VLM/VLA大模型，服务于数据挖掘、数据标注、算法评测等业务需求； 2. 跟踪最新的自动驾驶、具身智能相关前沿技术，并进行技术调研和原型验证； 3. 撰写高水平专利/论文。
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。
1.负责研发和落实理想汽车下一代自动驾驶端到端VLA大模型算法，确保在车载和云端平台的成功部署。 2.专注于端到端大模型自动驾驶系统的算法开发和优化，包括但不限于端到端模型、多模态大模型等领域。 3.参与大规模自动驾驶数据集的处理、标注及管理，优化大模型以提升自动驾驶系统的性能。 4.持续关注并跟踪自动驾驶及人工智能领域的最新技术进展，进行技术调研及新技术的原型验证。
1. 研发基于深度学习的自动驾驶感知和预测的前沿技术； 2. 根据应用场景和客户需求定义，提供模型压缩训练优化及推理优化相关方案(包含算法及工程)； 3. 跟踪、分析、评估各主流深度学习框架；