人工智能算法研究岗（数据算法岗）

负责车载多模态（语音交互 / 视觉感知 / 驾驶行为）数据全链路处理的算法研发与工程落地，核心包括：基于统计学习 / 大模型的噪声数据过滤、低质数据筛查、标注数据增强、多模态时空数据对齐等算法开发，搭建标准化、可复用的高性能数据处理算法 pipeline。

面向车载海量数据处理需求，研发大模型驱动的智能数据处理算法，落地场景包括：基于大模型的零样本 / 少样本预标注算法、自动化场景分类与关键帧挖掘算法、多轮交互的提示词优化框架开发，解决人工处理效率低、标注成本高的核心痛点。

设计并研发端到端数据闭环的核心算法体系，打通数据采集 - 处理 - 模型训练 - 效果反馈全链路，核心开发方向包括：基于模型训练损失的难例挖掘算法、跨域数据分布适配算法、数据价值量化评估算法，实现数据的自动化筛选、迭代与价值最大化，支撑 WAM 2.0 大模型持续迭代。

研发面向大模型训练的高质量数据集构建算法，包括：大规模数据去重、去偏见、分布均衡化、评测集难度分级等算法开发，构建符合车载大模型训练要求的多模态训练与评测数据集，解决模型训练中的数据瓶颈问题，持续提升模型车载场景泛化能力

本科及以上学历，计算机、人工智能、电子信息、统计学等相关专业，具备扎实的机器学习、深度学习理论基础，熟悉经典的 NLP/CV 数据处理与分析算法。

熟悉大模型核心算法原理，具备大模型提示词工程、微调（SFT/LoRA）、推理优化相关的算法开发经验，有基于大模型研发自动化数据处理、智能标注相关算法的落地案例（如预标注系统、难例挖掘工具等）。

深刻理解大模型训练的数据闭环核心逻辑，具备数据全链路处理的算法研发实践，可独立设计并开发数据价值评估、难例挖掘、数据质量管控等核心算法模块。

熟练使用 Python 进行算法开发，熟练掌握 PyTorch/TensorFlow 等深度学习框架，熟悉 Pandas/Numpy 等数据处理工具，具备算法工程化落地与生产级 pipeline 搭建能力。 优先条件

有车载场景多模态数据处理算法、自动驾驶数据闭环体系研发经验者优先；

有大模型微调、RAG、智能标注系统、大规模数据处理平台研发经验者优先；

熟悉 LabelStudio、CVAT 等标注工具，有标注规范制定、数据质量管理算法研发经验者优先；

有开源大模型相关项目开发、顶会 / 顶刊相关论文发表者优先