智能车舱多模态大模型算法工程师
岗位摘要
负责智能车舱多模态大型模型的研究、设计、开发和优化工作;参与项目的需求分析、设计评审和代码评审;跟踪和研究大模型领域的前沿技术和趋势,为项目提供技术支持;协同算法、数据团队将研究成果转化为实用模型,负责架构设计、参数配置及训练流程搭建
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口,并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 负责智能车舱多模态大型模型的研究、设计、开发和优化工作
- 参与项目的需求分析、设计评审和代码评审
- 跟踪和研究大模型领域的前沿技术和趋势,为项目提供技术支持
- 协同算法、数据团队将研究成果转化为实用模型,负责架构设计、参数配置及训练流程搭建
- 运用深度学习框架(PyTorch、Hugging Face库、DeepSpeed)训练、优化模型,根据实验结果调整参数与策略
- 利用评估工具分析模型表现,提出改进措施
- 收集、整理、标注多模态数据,构建高质量数据集,为模型训练打基础
- 对数据进行清洗、归一化、特征提取,提升数据质量与训练效率
- 参与制定数据存储、备份及安全策略,保障数据安全与可访问性
- 密切追踪多模态大模型前沿技术,定期撰写分析报告,为团队决策提供战略依据
- 开展创新研究,探索新架构、新算法,钻研多模态数据融合等难题
- 通过实验验证推动技术突破,提升模型对多模态数据处理的性能与泛化能力
任职要求
- 计算机、人工智能等相关专业硕士或博士学历,需有扎实的数学基础
- 2年以上CV/NLP/大模型相关领域经验,有成功项目者优先
- 能独立完成模型设计、训练等工作
- 精通至少一种深度学习框架
- 熟悉主流多模态大模型,包括但不限于大语言模型(如GPT、Llama等)或多模态模型(GPT-4V、Gemini等)的基本原理和训练测试方法
- 熟悉大模型的优化方案、架构设计与Prompt工程
- 具备科研能力和创新思维,能解决复杂技术难题
- 具有良好的团队协作、沟通及学习能力
- 对该领域充满热情并持续关注行业动态
登录后查看完整岗位详情
使用邮箱验证码登录后,可查看完整职责、任职要求、原岗位入口,并继续使用收藏和浏览记录。列表摘要保持公开,完整详情用于保护数据质量和降低恶意抓取。