小米顶尖应届-云端数据基座大模型工程师-自动驾驶

1. 负责云端数据基座大模型架构设计、实现与落地； 2. 负责云端数据基座大模型训练方案的设计、实现与落地； 3. 针对自动驾驶的技术与场景痛点，提出有效可行的解决方案，与车端同学配合解决问题并形成车云闭环； 4. 负责相关学术文档、方法论的研究和调研，沉淀形成专利/文档/论文等。 【课题名称】 云端数据基座大模型 【课题内容】 利用云端硬件优势，自动化生产数据同时，探索自动驾驶能力上限： 1. 利用海量数据，训练云端基座大模型，以更简洁有效的方式输出感知和行为结果，输出高质量的自动标注数据，再用于云端训练，进一步提升云端能力，形成云端模型闭环； 2. 利用多种传感器数据，探索云端基座大模型能力上限，为车端算法提供简洁有效的方案指引和蒸馏知识。

1、面向整车多业务域需求，依托云端车辆大数据完成整车关键零部件诊断、健康问题定义、数据分析、方案设计与落地交付； 2、结合大模型（含多模态/Agent 等）推动关键场景从 0 到 1：数据建设、训练/微调、评测与迭代闭环； 3、建设大模型工程化与体系化能力：训练与推理链路、评测体系、版本管理与稳定性保障，沉淀可复用组件与最佳实践； 4、推进车端/边缘侧轻量化部署与推理优化（压缩/加速/量化等），满足实时性、资源约束与可靠性要求； 5、参与跨团队协作与技术沉淀：推动里程碑交付，参与技术方案评审，输出内部分享、专利与技术文档。

1.负责动力电池、电控、电机、热管理等相关的前沿算法策略和解决方案开发； 2.负责AI相关算法和方案在云端或车端的部署与实现； 3.负责动力数据产品的AI智能改造或重构； 4. 负责AI前沿技术应用探索。 【课题名称】动力AI技术创新应用 【课题内容】新能源三电和热管理系统相关数据驱动和AI算法开发，融合研发、生产、运行、充电和售后等多域数据，建立需求预测-技术迭代-市场反馈的AI算法应用和产品研发

1、开发基于深度学习方法和传统优化方法的众包建图算法； 2、搭建高性能、高并发的建图系统，进行车端和云端部署验证； 3、参与算法工程化及调试，跟进量产实际问题。 【课题名称】 基于众包数据的大规模建图算法 【课题内容】 基于大规模用户回传的传感器数据，基于最新的深度学习算法和传统的三维重建算法，实现高自动化率、高精度的建图算法。利用深度学习算法，解决传统优化算法中需要复杂调参和复杂规则的问题。