職位描述
該職位還未進行加V認證,請仔細了解后再進行投遞!
【崗位職責】
-負責開發基于視覺或多傳感器前融合的BEV算法模型研發及迭代優化(包含但不限于:目標檢測、車道線檢測等任務);
-負責開發多目標追蹤算法,多相機融合算法等,提高算法魯棒性與精度;;
-負責自動駕駛純視覺BEV 算法研發及在量產車型搭載落地,包括視覺/Lidar 前融合模型、BEV / Occupancy Network 網絡、多任務檢測模型等;;
- 負責智能駕駛用新的深度學習方法來檢測周圍環境信息和交通參與者信息,提升實時感知模型的能力上限;
- 針對BEV感知問題,提出解決方案和算法模型,并完成算法的驗證及工程化;
-大規模預訓練模型研究、訓練和優化,包括語言大模型、圖文多模態大模型、語音大模型、圖像生成大模型,進行模型架構、LLM大模型預訓練方法、高效微調、模型評估及迭代等,提升模型的準確性和性能;
-研究自然語言處理、機器學習等方向的前沿技術問題,打造領先技術影響力,方向包括但不限于NLP大模型、對話、問答、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,扎實的算法和數據結構知識;
-精通深度學習或計算機視覺、三維視覺;
- 熟悉常見的三維目標檢測算法等;
-有自動駕駛系統或BEV系統感知算法開發經驗,如車道線識別,障礙物識別及跟蹤等優先;
- 熟練使用框架,如Tensorflow或Pytorch;
-熟練掌據業界主流大語言模型(GPT、ChatGLM、LLaMA等)的算法原理,掌提SFT、RLHF等訓練方式和LangChan等應用范式優先有大模型訓練優化/大模型落地經驗/國際頂級會議論文發表經驗優先;
-計算機NLP/CV/預訓練模型相關項目經驗;
-熟練使用pytorch/tensorflow等至少一種主流深度學習框架,能夠獨立實現前沿模型;
-熟悉主流深度學習、大規模語言模型等算法及原理,能夠開發和調優相關算法及模型;
-有大規模機器學習、深度學習系統研發及優化經驗
-負責開發基于視覺或多傳感器前融合的BEV算法模型研發及迭代優化(包含但不限于:目標檢測、車道線檢測等任務);
-負責開發多目標追蹤算法,多相機融合算法等,提高算法魯棒性與精度;;
-負責自動駕駛純視覺BEV 算法研發及在量產車型搭載落地,包括視覺/Lidar 前融合模型、BEV / Occupancy Network 網絡、多任務檢測模型等;;
- 負責智能駕駛用新的深度學習方法來檢測周圍環境信息和交通參與者信息,提升實時感知模型的能力上限;
- 針對BEV感知問題,提出解決方案和算法模型,并完成算法的驗證及工程化;
-大規模預訓練模型研究、訓練和優化,包括語言大模型、圖文多模態大模型、語音大模型、圖像生成大模型,進行模型架構、LLM大模型預訓練方法、高效微調、模型評估及迭代等,提升模型的準確性和性能;
-研究自然語言處理、機器學習等方向的前沿技術問題,打造領先技術影響力,方向包括但不限于NLP大模型、對話、問答、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,扎實的算法和數據結構知識;
-精通深度學習或計算機視覺、三維視覺;
- 熟悉常見的三維目標檢測算法等;
-有自動駕駛系統或BEV系統感知算法開發經驗,如車道線識別,障礙物識別及跟蹤等優先;
- 熟練使用框架,如Tensorflow或Pytorch;
-熟練掌據業界主流大語言模型(GPT、ChatGLM、LLaMA等)的算法原理,掌提SFT、RLHF等訓練方式和LangChan等應用范式優先有大模型訓練優化/大模型落地經驗/國際頂級會議論文發表經驗優先;
-計算機NLP/CV/預訓練模型相關項目經驗;
-熟練使用pytorch/tensorflow等至少一種主流深度學習框架,能夠獨立實現前沿模型;
-熟悉主流深度學習、大規模語言模型等算法及原理,能夠開發和調優相關算法及模型;
-有大規模機器學習、深度學習系統研發及優化經驗
工作地點
地址:北京大興區東環中路與科創五街交叉口


職位發布者
張先生/..HR
北京汽車研究總院有限公司

-
汽車·摩托車
-
500-999人
-
股份制企業
-
雙河大街99北門