小米机器学习算法专家-AI控制/AI节能方向
任职要求
1. 计算机、自动化、能源动力、电气工程等相关方向硕士及以上学历，博士优先； 2. 熟练掌握PyTorch等常用深度学习框架中的一种或多种，有利用较大规模数据训练算法的经验； 3. 扎实的智能控制、深度学习理论基础，具备根据业务数学建模、开发并改进相关算法的能力； 4. 具备以下任一条者加分： a）兼具AI与控制或热管理的交叉学科背景 b）对强化学习、时序预测有深入理解 c）在智能控制、能耗优化方向有重要论文或期刊发表 d）有自动驾驶、机器人相关算法经验
工作职责
1. 聚焦AI+科技家电方向：负责空调、冰箱、洗衣机或生态链产品的AI算法设计，通过智能化实现产品在节能、保鲜、洗烘、质量等方面的效果提升 2. 负责AI节能、智能诊断、个性化等算法问题的建模、设计与优化，前沿技术预研与应用 3. 负责上述相关算法的端侧部署、测试，支持量产交付
1. 负责通义实验室多模态口语交互的算法研发，通过深入理解全链路多模态交互技术，推进大模型增强的语言交互技术能力建设。 2. 多模态交互： （1）端到端多模态联合建模 - 语音/视觉/文本等模态融合并应用于人机交互场景。 （2）多模态交互应用算法 - 意图动态规划、多智能体协作、多任务推理、主动交互。 （3）多模态对话系统设计 - 多轮交互状态管理、情境感知、情感理解及生成控制。 3. 音视频内容理解： （1）转写内容后处理 - 书面化、标点、分段分章节。 （2）音视频分析 - 分角色、语种判别、视频场景划分。 （3）口语内容长篇章理解及生成。 4. 探索多模态口语交互技术落地于实际应用场景，包括但不限于： （1）消费电子-智能穿戴实时交互、手机多模态助手、具身机器人环境感知。 （2）内容消费-音视频媒资、会议场景、电销通话多模态理解等。 5. 持续关注行业前沿动态，通过专利申请、论文和技术报告等形式提升团队的技术影响力。
我们是谁？ 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现厘米级高精地图、实时三维重建、多模态感知等核心技术的引擎，持续突破自动驾驶、AR导航、智慧交通等领域的技术边界。 团队gihub主页：https://github.com/amap-cvlab 为何加入我们？ 挑战世界级技术难题，追求智能上限 用AI驱动国民级APP的产品迭代和颠覆式创新 岗位职责： 团队主要聚焦多模态大模型技术在端到端自动驾驶的应用，我们期待你的工作将覆盖以下至少一个技术方向即可： 1. 在端到端自动驾驶、多模态大模型的训练及调优、BEV感知、基于深度学习/强化学习的规划控制、RLHF、驾驶场景视频生成等领域具备丰富且有独创性的研究经历。 2. 探索多模态大模型在下游任务中的技术能力，包括但不限于图文对齐/识别、跨模态理解生成、多模态检索、VLM端到端自动驾驶、世界模型等。 3. 了解大模型模型的训练/微调/推理加速方法，包括但不限于模型结构调优、训练效率提升、高效低成本微调、Muti-token推理，模型部署加速等。 4. 参与自动驾驶系统中机器学习算法的研究、开发与优化，包括但不限于深度学习算法在端到端感知大模型、规控大模型、视觉语言大模型等方面的应用。 5. 负责收集、整理和分析自动驾驶相关的数据集，进行数据预处理和标注，以提高模型的准确性和泛化能力。 6. 设计和实现端到端自动驾驶模型的训练流程，包括选择合适的优化算法、调整超参数、评估模型性能等，确保模型在不同场景下的稳定性和可靠性。
1.设计、开发和优化用于储能系统的智能算法，包括但不限于预测模型、优化算法和控制策略。 2.利用机器学习和深度学习技术，开发多场景下光伏发电、家庭用电预测模型。 3.开发和优化EMS功能，以实现储能系统的智能调度和管理，实现收益最大化。 4.分析储能系统的运行数据，识别相关参数、关键模式和变化趋势。 5.进行仿真和实验，验证算法的有效性和稳定性。 6.参与系统测试和调试，确保算法在实际应用中的性能和可靠性。 7.跟踪储能行业和AI技术的最新发展，提出创新的解决方案和改进建议。 8.撰写技术文档和研究报告，分享研究成果和实践。
1.负责智能驾驶模型训练优化的研究和落地，通过数据并行，模型并行，通信优化，CUDA算子优化等，大幅提升模型的训练速度与效率。 2.深入分析训练系统，定位和解决训练系统各个层次的性能瓶颈，不断提升训练效率，推进算法的高效选代