智能座舱大模型算法工程师-汽车

参与汽车舱内外场景下视觉算法与多模态大模型相关研发，支持座舱感知理解能力的训练、评测与迭代；

参与计算机视觉相关算法的设计与实现，包括目标检测、分类、分割、跟踪、人脸/人体理解、行为识别等方向的模型训练与效果优化；

参与视觉模型在车载场景下的工程化验证与部署支持，协助完成模型转换、推理性能分析、端侧适配和问题定位；

与产品、交互、硬件、测试及工程团队协作，结合真实车载场景分析算法效果，推动数据、模型和策略的持续优化；

跟踪计算机视觉、多模态模型、端侧部署等方向的前沿技术，参与技术方案调研、论文复现、专利总结和创新场景探索。

本科及以上学历，计算机、人工智能、自动化、电子信息、软件工程等相关专业，计算机视觉、图像处理、机器学习方向优先；

熟悉 Python / C++ 中至少一种语言，了解 PyTorch、Transformers 等主流深度学习框架，对 DeepSpeed、vLLM、SGLang、TensorRT-LLM 等大模型训练/推理框架有了解者优先；

熟悉计算机视觉基础算法和常见视觉任务，了解 CNN、Transformer、ViT、YOLO、CLIP、VLM、视频理解模型等视觉与多模态模型中的一种或多种；

有视觉相关课程项目、科研项目、实习、竞赛或开源项目经验，方向包括但不限于目标检测、图像分类、语义分割、目标跟踪、人脸识别、行为识别、3D视觉等；

了解模型训练、数据处理、数据增强、模型评测、推理加速、模型压缩或端侧部署中的一种或多种技术；

对智能汽车、智能座舱、人机交互和端侧 AI 有兴趣，具备较强的学习能力、动手能力和沟通协作能力，愿意在真实产品场景中解决算法问题。