岗位职责:

1. 负责智能驾驶问答系统的设计与开发，基于大规模智能驾驶数据训练大语言模型，优化自动问答能力，提高行业知识适配度。
2. 负责智能驾驶知识库的构建与优化，整合多源异构数据，形成可供查询和推理的智能驾驶知识图谱，增强智能驾驶系统的数据智能化能力。
3. 负责智能驾驶场景分类大模型的研究与开发，通过深度学习、自然语言处理（NLP）、计算机视觉等技术，提升驾驶场景的精准识别能力。
4. 研究并优化多模态大模型，结合文本、图像、视频等数据形式，实现智能驾驶数据的深度理解与分类。
5. 参与数据挖掘管道的设计与优化，利用大数据分析和机器学习方法提升数据处理效率。
6. 开发高效的数据标注、清洗、预处理工具，保证数据质量，提高大模型的训练效果。
7. 研究前沿大模型技术，包括GPT、LLaMA、Transformer等，并结合智能驾驶业务场景进行创新应用。
8. 负责大模型的优化和推理加速，降低计算成本，提高实时性，为工程化落地提供技术支持。

职位要求
1. 计算机科学、人工智能、自动化、数学、电子工程等相关专业本科及以上学历。
2. 具备2年以上大模型开发、数据挖掘或智能驾驶相关经验，熟悉智能驾驶行业数据特征。
3. 精通Python/C++，具备良好的编程能力和算法实现能力。
4. 熟悉深度学习框架（如PyTorch、TensorFlow、JAX等），有大规模模型训练与优化经验。
5. 熟悉自然语言处理（NLP），包括文本生成、语义理解、知识图谱等技术，有大语言模型（LLM）优化经验者优先。
6. 具备多模态学习能力，能够处理文本、图像、视频等多种数据模态。
7.熟练掌握机器学习与数据挖掘方法，能够基于智能驾驶数据挖掘有价值的模式和特征。
8. 具备知识图谱构建经验，熟悉RDF、SPARQL、Graph Neural Networks（GNN）等技术。
9. 熟悉自动驾驶场景分类，能够通过视觉、激光雷达等数据训练大模型，优化场景识别能力。
10. 了解大模型的训练加速、推理优化方法，如模型量化、蒸馏、并行计算等。
加分项
1. 有智能驾驶相关大模型应用经验，如车路协同、自动驾驶数据挖掘等项目经验。
2. 熟悉LLM微调（LoRA、PEFT等）技术，能够针对特定智能驾驶任务优化大模型。
3. 有分布式训练经验，能够处理大规模数据和超大模型的高效训练。
4. 具备智能驾驶行业知识，熟悉自动驾驶感知、决策、规划等模块的基本原理。