【岗位职责】
-负责开发基于视觉或多传感器前融合的BEV算法模型研发及迭代优化（包含但不限于：目标检测、车道线检测等任务）；
-负责开发多目标追踪算法，多相机融合算法等，提高算法鲁棒性与精度；；
-负责自动驾驶纯视觉BEV 算法研发及在量产车型搭载落地，包括视觉/Lidar 前融合模型、BEV / Occupancy Network 网络、多任务检测模型等；；
- 负责智能驾驶用新的深度学习方法来检测周围环境信息和交通参与者信息，提升实时感知模型的能力上限；
- 针对BEV感知问题，提出解决方案和算法模型，并完成算法的验证及工程化；
-大规模预训练模型研究、训练和优化，包括语言大模型、图文多模态大模型、语音大模型、图像生成大模型，进行模型架构、LLM大模型预训练方法、高效微调、模型评估及迭代等，提升模型的准确性和性能；
-研究自然语言处理、机器学习等方向的前沿技术问题，打造领先技术影响力，方向包括但不限于NLP大模型、对话、问答、文本生成、信息抽取等方向；
【技能要求】
-熟悉transformer和bev等方向；；
-熟悉C /C或Python，扎实的算法和数据结构知识；
-精通深度学习或计算机视觉、三维视觉；
- 熟悉常见的三维目标检测算法等；
-有自动驾驶系统或BEV系统感知算法开发经验，如车道线识别，障碍物识别及跟踪等优先；
- 熟练使用框架，如Tensorflow或Pytorch；
-熟练掌据业界主流大语言模型(GPT、ChatGLM、LLaMA等)的算法原理，掌提SFT、RLHF等训练方式和LangChan等应用范式优先有大模型训练优化/大模型落地经验/国际顶级会议论文发表经验优先；
-计算机NLP/CV/预训练模型相关项目经验；
-熟练使用pytorch/tensorflow等至少一种主流深度学习框架，能够独立实现前沿模型;
-熟悉主流深度学习、大规模语言模型等算法及原理，能够开发和调优相关算法及模型;
-有大规模机器学习、深度学习系统研发及优化经验