小米顶尖应届-基座模型预训练算法工程师-自动驾驶

1. 负责AGI前沿方向体系化调研； 2. 负责世界基座模型的预训练工作； 3. 专利/论文撰写，形成行业影响力； 4. 联合量产团队完成研发落地闭环。 【课题名称】 智驾基座模型预训练 【课题内容】 以实现物理世界AGI技术栈，提升车辆智能度和安全性为目标，进行智驾基座模型的预训练，支撑下一代E2E方案研发，包含规控SFT/RFT等。

1.承担自动驾驶通用算法的前沿研发工作，运用算法-硬件协同设计、网络结构深度优化、训练流程加速、模型量化压缩等先进通用技术，为业务团队精心打造并提供高效的训练部署最优方案与实践经验，助力业务高效推进。 2.专注于模型轻量化结构的创新设计与性能雕琢，研发在效果、模型大小、计算量以及功耗等综合性能方面均位居业界前列的预训练模型，引领技术发展潮流。 3.投入模型加速领域的研发，涵盖模型量化、模型压缩、模型剪枝、模型蒸馏、网络架构搜索与创新设计等关键方向，确保模型在效果与运行速度上达到最佳平衡，满足车端需求。 4.开展模型架构的深度探索，包括但不限于Scaling Law、MoE、Transformer、高效训推框架以及基座模型训练等前沿领域，开拓技术边界，为自动驾驶技术突破提供核心支持 。 【课题名称】 基础算法研发 【课题内容】 探索基础算法，为自驾模型升级、迭代，压缩算法迭代周期，提供基础算法和平台。

1. 设计和实现先进的音频处理算法，包括不限于声音分离、增强和提取，声音修复，声音编辑和后处理等； 2. 设计和开发声音大模型，包括但不限于模型预训练和finetune； 3. 负责音频数据的预处理、标注和分析，确保数据质量满足模型训练需求； 4. 设计和完成实验，评估模型性能，对结果进行分析并持续提升性能； 5. 撰写技术文档、技术专利和研究报告； 6. 跟踪最新的研究趋势和技术进展，将创新技术应用到项目中。 【课题名称】 通用音源分离算法实现下一代沉浸智能通话系统预研 【课题内容】 基于声音大模型的通用音源分离系统的设计和开发，包括声音基座大模型、通用音源分离、语音分离和音乐分离相关算法。

1. 跨模态长程预训练：设计并实现文本、图像、视频等多模态对齐与融合的长程训练策略，操控万卡级 GPU 集群，协同 Pretrain / CPT / SFT / RLVR / RLHF 全链路，对超大参数基座模型进行高效分布式优化。 2. 前沿技术攻坚：深入探索 MoE 稀疏化、训练算法与对齐范式创新、可解释性与质量监控、多模态推理、mRAG、百万 Token 级长文处理、Agent&工具链机制等底层原理与技术。 3. 高性能训练框架持续升级：与系统团队共建张量并行、流水并行、混合精度等高性能训练框架，持续提升训练吞吐与稳定性。 4. 学术与行业影响力打造：快速跟踪 NeurIPS / CVPR / ACL 等顶会成果及开源项目，输出专利与论文，树立行业技术标杆 5. 高速驱动夸克AI相关业务：赋能夸克 AI 相机、AI 搜索·深度思考、DeepResearch、创意写作、AI 助手等核心产品，实现多模态能力的快速迭代与落地。 加入我们，你将获得 1. 顶尖资源：与行业专家并肩作战，万卡算力与海量数据随手可用，持续挑战技术天花板。 2. 高速成长：极具竞争力的薪酬福利与纯粹的工程师文化，为你的职业加速。 3. 时代机遇：亲历 AGI 关键技术的诞生与规模化应用，在智能时代留下你的名字。 如果你渴望驰骋于大模型与 AGI 的蓝海，这里就是你的最佳舞台。立即加入我们，共创智能新时代！