千亿级头部汽车主机厂招聘AI大模型人才4位，优先整车背景，其次是做汽车项目的大厂背景

千亿级头部汽车主机厂招聘AI大模型人才4位

优先整车背景，其次是做汽车项目的大厂背景

一、大模型平台&产品架构师（1位）— AI技术型产品经理

岗位职责：

1、深入理解深度学习相关框架（比如 Pytorch、Tensorflow 等）；

2、深入理解分布式深度学习相关技术（比如 MPI Allreduce、Parameter Server 等）以及常用框架（比如 Open MPI、NCCL 等）；

3、深入理解 GPU 体系结构和虚拟化技术；

4、了解任务调度系统（基于Kubernetes的调度方案，以及SLURM等）；

5、设计与研发大模型全链路生产平台，包括数据处理、微调、强化学习以及评测全链路产品，支持各业务方能够快速调优领域模型；

6、设计与研发RAG大模型平台，支持业务能够快速定制各种类型的Bot；

7、设计与研发大模型推理框架、加速算法等，推理性能能够达到业界领先的位置；

8、设计与研发类Chatgpt聊天产品，能够支持通过网页或者api进行调用；

9、设计与研发大模型controller模块，能够根据不同业务场景调度不同模型；

10、带领团队构建业界领先的大模型各类平台以及相关产品，支持业务快速发展。

任职要求：

1、计算机相关专业，全日制本科及以上学历，8年以上相关工作经验；

2、具有5年及以上的团队管理经验，优先大厂相关工作经验；

3、对主流大模型的原理以及相关平台与产品的相关工作有较深入的理解；

4、具备较强团队合作精神，具有较强的持续学习能力；

5、具有较强的平台架构设计能力，对于业界的AI产品有较深的理解和使用。

加分项：

1、有大模型训练产品的开发经验；

2、有云服务计算相关产品的开发经验。

二、大模型技术架构师（1位）— AI技术架构师

岗位职责：

1、参与大模型垂域应用的整体链路设计，后端架构设计，熟悉大模型训推工具DeepSpeed、Megatron等的技术原理及使用；

2、协同AI应用开发框架、多种大模型、向量数据库、知识检索等技术，构筑Prompt智能填充、复杂任务规划、大小模型异构调度、数据多路召回、端云协同调度执行等技术，针对AI平台的架构设计与关键技术突破能力；

3、洞察业界AI大模型应用开发平台的前沿技术，跟踪业界与学术界前沿研究动态，围绕大模型应用的高成功率、高执行效率、低门槛，持续探索和突破大模型应用平台创新技术。

任职要求：

1、精通分布式、高并发系统的设计与开发，具有丰富的架构设计经验及性能优化经验；

2、熟悉常见的设计模式并能熟练运用，熟悉并能合理运用后端研发常用技术包括而不限于：存储、缓存、消息、搜索、微服务等；

3、有AIGC/LLM、服务和流程编排、大数据平台、零代码/低代码平台、企业级应用架构设计经验者优先；

4. 计算机相关专业，全日制本科及以上学历，8年以上架构师经验，大厂3年以上AIGC应用搭建经验；

5. 具有5年及以上的团队管理经验，优先大厂相关工作经验；

6. 对主流大模型的原理以及相关平台与产品的相关工作有较深入的理解；

7. 具备较强团队合作精神，具有较强的持续学习能力。

三、高级大模型算法工程师（2位）— AI科学家/高级算法工程师

岗位职责：

1、负责开展大模型算法研究，设计和开发大规模机器学习和深度学习算法，包括但不限于：单模态、多模态大模型的预训练，全参、LoRA、P-Tuning等模型微调，模型量化、分布式部署算法，多模态等大模型算法在细分领域的研究与应用；

2、负责研究技术发展和研究成果，将新技术、新方法应用在实践中，提高模型的性能和效率；

3、理解和分析行业问题，提出独到的见解和方法，解决大模型在企业垂直领域落地问题；

4、分析和处理大规模数据，进行数据清洗、特征工程和数据可视化。

任职要求：

1、全日制本科及以上学历，精通NLP、AIGC、多模态、CV、语音和推荐系统等AI算法，如GPT类、Transformer类、Diffusion类、NeRF、GAN、MoE、Conformer、Tacotron2、DLRM等主流算法；

2、具备大模型的实际应用经验，如GPT系列、BERT、T5等模型的开发和优化，对大模型的训练、评估、优化以及微调具备实际落地经验；

3、熟练掌握Pytorch，Tensorflow、PaddlePaddle等至少一种深度学习框架，熟悉tensorflow XLA/MLIR/TVM/Glow等。有较强的Python/C++编程能力；

4、熟悉大模型分布式训练技术和加速库，如Megatron、DeepSpeed、PaddleFleetX等。有百卡以上集群的实际训练经验更佳；

5、在大型科技公司（如谷歌、微软、亚马逊、腾讯、阿里巴巴、智谱、百川、kimi等）的人工智能部门工作，核心参与大规模模型项目的实施、调优和部署，具备实际的产品开发经验；

6、拥有丰富的项目经验，涉及自然语言处理、语义理解、知识图谱、CV预训练模型等多个领域，能够灵活运用大模型，多模态解决实际问题；

7、对开源大模型项目（如BERT、GPT、T5等）有深入研究和实践经验，熟悉其优缺点和适用场景，能够根据需求进行定制化开发。