AI模型开发(南京)(J33485)

负责座舱语音助手大模型智能体的前沿技术研究与创新应用，探索基于多模态大模型、世界模型等技术的下一代人机交互范式，实现从“功能执行”到“主动服务与情感陪伴”的体验跃迁。

主导核心算法的研究与设计，包括但不限于复杂场景下的用户意图理解与推理、多轮对话的长期记忆与状态管理、端侧大模型的高效推理与微调，确保系统在复杂动态环境下的鲁棒性与准确性。

牵头进行技术预研与原型验证，针对端云协同推理、大模型个性化定制、智能体自1主进化等前沿课题，设计并开发原型系统，为产品化落地提供技术路线图。

解决系统在实际应用中的关键科学问题与工程技术难题，例如大模型在座舱场景下的幻觉问题、低资源下的模型适配、以及用户隐私保护下的数据利用等。

与产品经理、架构师、高校及研究机构紧密合作，将最新的学术研究成果转化为可落地的技术方案，推动系统架构的持续演进。

跟踪和引领大模型智能体领域的最新技术动态，在国际顶级会议或期刊上发表高水平学术论文或专利，构建奇瑞在智能座舱AI领域的技术影响力。

计算机科学、人工智能、自然语言处理、机器学习等相关专业博士研究生在读，具备扎实的理论基础。

在以下至少一个领域有深入的研究经验和优秀的学术成果（如顶会/顶刊论文）： 大模型技术：对LLM（如GPT系列、LLaMA等）的预训练、指令微调、RLHF等有深入理解。 智能体与工具学习：对Agent规划、推理、反思，以及Function Call、MCP、工具使用与创造有深入研究。 检索增强生成：对RAG架构、向量数据库、知识图谱增强等有实践经验。 多模态交互：研究语音、文本、视觉等多模态信息的融合与理解。

具备顶尖的工程实现能力，精通Python，并熟悉至少一种深度学习框架（PyTorch优先）。熟悉分布式训练、模型量化、推理加速等工程技术。

具备独立主导研究课题的能力，能从复杂的业务场景中抽象出可研究、可量化的科学问题，并设计实验进行验证。

对云原生、微服务、分布式系统等工程架构有概念性理解，能将研究原型与工程系统进行有效结合。

具备卓越的逻辑思维、沟通表达和团队协作能力，对探索未知技术领域有强烈的热情和自驱力。