小米顶尖应届-OS Agent算法工程师-手机
任职要求
1. 硕士及以上学历在读，人工智能、计算机科学、电子、信息工程、机器人等专业，有C++/python开发经验 2. 熟练掌握至少一种深度学习框架，如Tensorflow，PyTorch等 3. 对深度学习有深刻认识，熟悉各种神经…
工作职责
1. 负责各类多模态大模型的预训练，微调和部署，并应用于实际业务中 2. 探索知识增强技术，通过个人数据提升个性化模型的语言理解和生成能力 3. 融合多模态数据，攻关具备自主观察环境和推断用户需求的意图决策大模型 4. 搭建基于端侧VLM的屏幕理解能力，实现具备泛场景能力的GUI Agent 5. 探索机器学习领域的新技术，探索与其他领域的技术融合。并撰写相关论文，专利
1. 负责各类多模态大模型的预训练，微调和部署，并应用于实际业务中； 2. 探索知识增强技术，通过个人数据提升个性化模型的语言理解和生成能力； 3. 融合多模态数据，攻关具备自主观察环境和推断用户需求的意图决策大模型； 4. 搭建基于端侧VLM的屏幕理解能力，实现具备泛场景能力的GUI Agent； 5. 探索机器学习领域的新技术，探索与其他领域的技术融合。并撰写相关论文，专利。 【课题名称】 OSAgent能力预研：记忆、决策与操控 【课题内容】 1. 记忆：端侧持续进化的数字人格； 2. 决策：精准意图预测的主动智能； 3. 操控：人车家全生态的泛在操控。
1. 负责各类多模态大模型的预训练，微调和部署，并应用于实际业务中 2. 探索知识增强技术，通过个人数据提升个性化模型的语言理解和生成能力 3. 融合多模态数据，攻关具备自主观察环境和推断用户需求的意图决策大模型 4. 搭建基于端侧VLM的屏幕理解能力，实现具备泛场景能力的GUI Agent 5. 探索机器学习领域的新技术，探索与其他领域的技术融合。并撰写相关论文，专利
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