【基座模型】工程算法工程师-北京

参与以下自动驾驶大模型工作中的至少一项

1. 01

   参与多模态大模型（VLA/VLM/World Model/Diffusion）在车端AI芯片或云端芯片上的工程落地和推理加速方案； 跟踪前沿的大模型、高性能计算方向技术，调研并落地到模型加速上，包括但不限于LLM推理框架、投机采样、模型压缩、蒸馏、软件系统优化、结合硬件特性的高性能优化等方向；

2. 02

   参与训练与推理工程化相关工作：PyTorch→部署（ONNX/TensorRT）、蒸馏与量化（FP8/FP4/INT8/INT4）、算子与内存优化、A/B Test 等工程化落地；

3. 03

   设计适合车端和云端大模型部署的软件架构，支撑低时延、高吞吐的部署要求，将其性能优化到极致；

4. 04

   与平台/软件/测试等多团队协同，沉淀技术文档与上线方案，持续度量并改善关键指标。

1. 01

   学历要求：本科及以上学历；

2. 02

   专业要求：计算机、软件工程、自动化等相关专业；

3. 03

   专业技能（以下技能至少掌握其一优先）：

4. 01

   熟悉Linux·操作系统开发环境和调试流程，包括代码版本管理和构建工具（如git、cmake等）；

5. 02

   熟练掌握C++语言（熟悉C++20以上标准优先），熟悉Python或者至少一门常用脚本语言；

6. 03

   了解多线程/异步/并发开发模式，了解嵌入式系统或者实时系统方向基础知识；

7. 04

   熟悉常见的软件集成和部署工具（如Jenkins、Docker、Kubernetes等）；

8. 05

   自动驾驶相关实习经历的优先；

9. 06

   有机器人、无人车、定位、导航开发经验优先。

10. 04

    综合素质：

11. 01

    具备良好的沟通能力和团队合作精神，能够与不同团队合作并解决问题；

12. 02

    有较强的语言表达及团队协作能力，思想素质过硬，责任感强；

13. 03

    抗压能力强、管理意识和协调能力强，并善于运用新的工作方法解决问题。

加分项

1. 01

   参与过自动驾驶/机器人相关实习或项目，有真实道路数据或车端部署经验；

2. 02

   在CVPR/NeurIPS/ICLR/ICML/CoRL/RA-L等顶会投稿/发表过论文，或竞赛优胜，或是影响力开源项目维护者；参与过ACM/编程算法比赛并获奖；

3. 03

   参与过大模型云端部署相关实习或项目，有vLLM，SGLang等框架的使用经验。