小米自动驾驶-算法优化工程师
任职要求
1、熟悉主流自动驾驶算法，熟悉CNN，Transformer以及优化架构原理 2、有AutoML、模型量化，蒸馏等相关经验 3、熟悉Python开发、算法和数据结构 4、具备扎实的研发功底，有在相关领域（…
工作职责
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 。
1、承担自动驾驶感知算法、规控算法研发工作，包括感知算法、网络结构深度优化、训练流程加速、模型量化压缩等，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、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。 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 。
1、承担自动驾驶算法的有损优化研发，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、MTP投机采样等先进通用技术，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、投机采样、模型压缩、模型剪枝、模型蒸馏、网络架构搜索与创新设计等方向，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 。
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. 在线系统性能优化，包括但不限于框架设计、调度优化、内存优化 2. 模型推理性能优化，包括但不限于模型结构设计、算子调优、并行流水线加速 3. 离线系统性能优化，包括但不限于模型训练流水线加速、数据流水线优化