|
|
| |
| |
工作地址 |
|
|
|
|
(北京市北京经济技术开发区宏达中路10号永晖大厦A座3层)
用小程序查
用百度查
|
| |
职位描述 用小程序查看更多 |
|
"1.应用数学、计算机视觉、模式识别、机器学习、电子信息、机器人等相关专业的硕博士或者同等工作经验; 2.熟练掌握机器学习、深度学习与自然语言处理/计算机视觉算法; 3.具备优秀的编码能力和逻辑思维能力,计算机专业知识扎实,熟悉数据结构和算法,具有工程落地经验; 4.具备优秀的问题发现分析与解决能力,良好的业务理解能力,团队合作与沟通能力,优秀的自驱力; 5.深入了解数据结构、算法、并行编程、代码优化和大规模数据处理等相关知识,至少精通 C/C++ 或 Python 编程,有ACM经验者优先。 加分项: 1.有计算机视觉及模式识别领域顶会(CVPR/ICCV/ECCV/ICML/NeurIPS)或顶刊(TPAMI/IJCV/TIP)者优先,有学术比赛成果或实际工程项目经验者优先; 2.熟悉常见AI生成模型框架,包括 GAN、 VAE、VQGAN、Diffusion等,熟悉ControlNet,LoRA,Text Inversion等生成模型插件模型; 3.具备优秀的编码能力和逻辑思维能力,计算机专业知识扎实,熟悉数据结构和算法; 4.具备优秀的问题发现分析与解决能力,良好的业务理解能力,团队合作与沟通能力,优秀的自驱力; 5.有使用 NeRF、3D 场景生成和传感器仿真等相关科研或应用经验优先; 6.有使用多模态大模型或 LMM(如GPT、BERT等)处理复杂问题的经验优先; 7.有自动驾驶或者机器人相关工程经验优先,包括但不限于感知、预测、规划控制等。" "1.负责研究大模型算法在车路云一体化架构落地场景,解决真实业务中的自然语言处理、机器学习、机器视觉等通用性技术问题,支持应用研发,建设并优化车路云一体化Pipeline; 2.研究自动驾驶场景合成相关的跨模态算法,跟进并保持业界技术领先,跟踪最新的自动驾驶和人工智能相关技术动态,对可应用于自动驾驶的新技术进行技术调研和原型验证; 3.构建多模态数据的内容理解、内容分类、标签体系、内容结构化,质量度等标注体系和技术方案; 4.通过Prompt强化、前后置插件优化、fine-tune等方式解决文生图/图生图模型在车路云一体化场景的生成质量、可控性问题; 5.指导大规模数据集的处理、标注和管理工作,推进技术问题的发展和技术影响力建设,建设开源、开放的数据集与算法,开发并优化大模型自动驾驶系统,以此提升自动驾驶系统的性能。" |
|
| |
|
|
| |
|