智能互联高德-大模型应用算法专家-AI算法专项
任职要求
1、计算机、电子信息工程、自动化控制、数学、信息安全等相关专业背景，硕士及以上学历； 2、在机器学习或深度学习领域有实习或者项目经历，具备以下一个或多个方向的研究和应用经验，如多模态数据处理、自然语言处理、计算机视觉、大模型、推荐等，在NIPS/ICML/ICLR/CVPR/KDD/AAAI等顶会顶级会议或者期刊发表论文…
工作职责
1、负责大规模预训练模型（如Transformer、BERT、GPT等）的开发、调优和部署，提升模型性能和效率； 2、设计并实现模型压缩、量化、蒸馏等技术，降低模型计算和存储成本； 3、探索前沿算法（如多模态模型、强化学习、自监督学习等），推动技术创新与落地； 4、系统设计与工程实现 5、参与分布式训练框架（如Horovod、Ray、Distributed TensorFlow/PyTorch）的搭建与优化； 6、协同工程团队实现模型推理服务的高并发、低延迟部署，支持业务场景需求。
1。责大规模预训练模型（如Transformer、BERT、GPT等）的开发、调优和部署，提升模型性能和效率； 2。设计并实现模型压缩、量化、蒸馏等技术，降低模型计算和存储成本； 3.探索前沿算法（如多模态模型、强化学习、自监督学习等），推动技术创新与落地； 4.系统设计与工程实现 5.参与分布式训练框架（如Horovod、Ray、Distributed TensorFlow/PyTorch）的搭建与优化； 6.协同工程团队实现模型推理服务的高并发、低延迟部署，支持业务场景需求；
1。责大规模预训练模型（如Transformer、BERT、GPT等）的开发、调优和部署，提升模型性能和效率； 2。设计并实现模型压缩、量化、蒸馏等技术，降低模型计算和存储成本； 3.探索前沿算法（如多模态模型、强化学习、自监督学习等），推动技术创新与落地； 4.系统设计与工程实现 5.参与分布式训练框架（如Horovod、Ray、Distributed TensorFlow/PyTorch）的搭建与优化； 6.协同工程团队实现模型推理服务的高并发、低延迟部署，支持业务场景需求；
1。责大规模预训练模型（如Transformer、BERT、GPT等）的开发、调优和部署，提升模型性能和效率； 2。设计并实现模型压缩、量化、蒸馏等技术，降低模型计算和存储成本； 3.探索前沿算法（如多模态模型、强化学习、自监督学习等），推动技术创新与落地； 4.系统设计与工程实现 5.参与分布式训练框架（如Horovod、Ray、Distributed TensorFlow/PyTorch）的搭建与优化； 6.协同工程团队实现模型推理服务的高并发、低延迟部署，支持业务场景需求；
团队介绍： 团队由国内外知名高校及主流互联网企业的资深专家组成，在顶尖会议（如 NeurIPS、ICLR、ICML、KDD 等）发表过多篇论文，是国内理论与应用实践相结合、应用算法创新的顶尖和超一流团队。 围绕出行 Agent 等高德的核心业务场景，通过大模型提升业务效果并落地，不限于 VLM 的 SFT / RL / on-policy distillation，以及 Agent 的 tool 与 skill 调用、复杂任务编排、agentic reasoning 等方向。