小米顶尖应届-视觉基础模型算法工程师-自动驾驶
任职要求
1. 计算机视觉、深度学习、自动驾驶等相关专业硕士及以上学历； 2. 扎实的自监督表征学习知识，熟悉MAE、DINO、Data2Vec、VideoMAE、World Model等主流方法； 3. 熟悉主流感知任务（Occupancy、Depth、Semantic Seg、Flow）建模技术； 4. 了解BEV感知架构与跨…
工作职责
1. 构建支持多感知任务的视觉主干模型（ViT/ConvNeXt 变体），支持BEV与多视角输入； 2. 研究多任务感知结构的共享编码器与分离解码器设计，提升特征共享能力与下游性能； 3. 研究多任务联合训练策略与自监督学习机制，如World model、Masked Modeling、contrastive alignment、BEV pretrain； 4. 在Occupancy、Occ Flow、Depth等方向构建高质量训练集，支持无标签预训练与有限标签适配。 【课题名称】 视觉Foundation Model 【课题内容】 研究构建统一、可泛化、可压缩的视觉感知基础模型，以支持多种下游自动驾驶任务（Depth、Semantic、Optical Flow、Occupancy、Occupancy Flow）同时学习并共享表征。该方向侧重视觉模态自监督学习，通过MAE/diffusion等手段构建可迁移感知主干，具备跨任务迁移、零样本适配能力，显著提升感知系统的通用性与数据效率。
团队介绍： 高德地图机器学习研发部是公司AI核心技术引擎，聚焦多模态大模型、视频生成与理解、图像编辑与生成等前沿领域。团队深耕人工智能技术落地，支撑亿级用户产品，同时长期投入前沿探索，在NeurIPS/ICLR/CVPR/ACL等顶会发表多篇论文，多项成果入选“最有影响力论文”榜单。我们拥有海量数据与算力资源，鼓励创新突破，诚邀你与顶尖算法专家并肩，共同定义AI的未来！如果你渴望挑战多模态与生成式AI的技术巅峰，在视频、图像、大模型的交叉领域实现突破，欢迎加入我们！团队的github页面是：https://github.com/AMAP-ML/ 我们提供 • 参与亿级用户产品的AI核心算法研发，见证技术直接赋能业务； • 与学术大牛和工业界专家共事，持续提升技术视野； • 顶配算力资源+开放创新氛围，支持前沿探索与顶会论文发表。 具体职责包括但不限于： 1. 视频生成：负责视频生成技术的前沿技术的研究，对AIGC的diffusion和auto-regressive技术有深入了解，在T2I/AIGCT2V/I2V上面有一定的研究，图文对齐，长视频生成等有一定的研究，做好视频生成在高德业务（广告，POI详情页等）中的进行落地。 2. 视频理解：能够使用和优化多模态大模型对用户上传的视频进行质量理解，标签，densecaption，视频summary等生成，作用到视频的搜索，广告，推荐等业务的落地。 3. 世界模型： 参与世界模型的构建，能够使用最新的视频生成技术，3D技术等构建符合人类物理规律的统一的世界模型，在高德的业务进行落地。 4. 紧跟技术前沿和技术沉淀，形成顶会论文和专利。
-负责在影视视效和虚拟拍摄上研发先进的CG特效落地方案，包括但不限于流体、肌肉、群集等方向 -与美术团队、动画师紧密合作，将算法集成到现有的影视制作流程中，确保算法的实用性和视觉效果达到顶尖水平 -优化算法性能，提升计算效率，满足影视制作的实时和高质量渲染需求
地点：杭州，广州 1. 与网易顶尖自研引擎研发团队合作，为使用自研引擎的项目进行客户端性能分析，定位性能问题并提供优化方案进行验证； 2. 负责制定和完善性能标准以及验证流程，助力项目研发迭代； 3. 负责分析和探索引擎各模块的性能热点，与引擎开发团队协作优化性能表现； 4. 持续构建完善的工具链、知识库和方法论，为性能优化工作提供专业高效的基础设施与解决方案支持。 5.对使用自研引擎的项目提供持续的技术验证交付服务，使引擎新特性在各个项目落地使用。
1. 负责国际化外卖商家侧web前端的开发工作 2. 参与商家侧移动端、中后台产品项目技术选型以及实现工作 3. 负责项目迭代、项目进度、和风险把控 4. 参与前端的研发效率和体验提升，包括交互体验和性能优化、技术方案调研和落地、前端架构、工程效率、组件库、流程规范等 团队简介： 作为技术团队一员，我们致力于为外卖提供高效优质的国际化前端技术支撑，是用户体验的有力保障。 这是一支务实、进取、团结有爱的团队，我们期望与业务共同成长，共同打造具备国际视野的顶尖技术团队。