大模型算法研发工程师

岗位职责
1.主导或参与车载领域大模型的架构设计与研发工作：聚焦车控、导航、娱乐、问答等典型车载场景，开展预训练语言模型的结构设计、持续预训练及对齐优化（SFT/RLHF），提升模型在车载环境中的自然交互、任务理解与个性化服务能力

2.突破大模型训练关键技术瓶颈：深入实践分布式并行训练方法（涵盖数据、张量、流水线并行），优化主流训练框架（如DeepSpeed、Megatron-LM），应对千亿参数级别模型在训练过程中的性能损耗、显存占用与系统稳定性问题

3.设计高效推理与端侧部署方案：研究面向车规级硬件的轻量化推理技术，综合运用模型量化、知识蒸馏、结构剪枝以及动态批处理、KVCache压缩等手段，实现高精度与低资源消耗的协同优化

4.推动前沿技术落地应用：密切关注学术界与工业界最新进展（如MoE架构、多模态融合、智能Agent、RAG部署等），结合车载业务实际需求进行快速原型验证与工程化转化，持续提升模型综合能力边界

5.参与AI底层能力建设：协助搭建覆盖数据处理、预训练、微调到评估上线的全链路大模型研发基础设施，提升团队整体研发效率与系统可维护性

任职要求
1.计算机、人工智能、数学等相关专业本科及以上学历，具备3年以上自然语言处理或深度学习方向的研发经验

2.深入掌握Transformer模型原理，熟悉主流大模型（如LLaMA系列、GPT系列）的技术演进路径与核心机制

3.精通PyTorch或TensorFlow框架，具有扎实的Python/C++编程能力，熟练使用Linux开发环境

4.拥有大规模GPU集群上的训练实践经验，至少掌握一种主流分布式训练框架（如Megatron-DeepSpeed、ColossalAI、FairScale等）

5.熟悉大模型预训练全流程关键技术环节，包括大规模语料清洗、词表构建、预训练任务设计与实施等