社招+实习 | 无问智科招端到端多模态大模型、AI数据合成、autolabel算法工程师

招聘来源：

3D视觉从入门到精通知识星球

公司介绍：

职位信息：无问智科算法组岗位，社招+实习

职位1：autolabel算法工程师

**学历要求：**本科要求

**经验：**2年以上

**坐标：**北京/德清

职位描述：

1、4D autolabel的深度学习算法开发，包括基于点云或图像的检测、跟踪、分割等，搭建云端真值自动标注系统；

2、融合多传感器数据，在各种复杂场景和海量数据中提升算法的准确性；

3、利用大模型、自监督、半监督等技术提升自动标注算法结果的准确性和效率，降低标注成本；

4、追踪并改进前沿 SLAM 算法、视觉与激光三维重建算法，生成大规模场景的几何与纹理表达；

5、与工程团队和数据标注团队紧密协作，搭建高效的真值数据生产链路；

6、与感知、评测团队紧密协作，将重建的场景 4D 真值应用到大规模模型训练和评测中，解决各种复杂场景的实际问题。

任职要求：

1、计算机科学、模式识别、机器人、电子工程、自动化、软件工程方向本科及以上，2年以上工作经验；

2、熟悉深度学习算法，有过点云或图像算法开发经验，包括但不限于检测、跟踪、分割、深度估计、光流等。

3、理解基于滤波(KF/EKF/UKF)、平滑(RTS、TFS)和优化(非线性最小二乘)等 的状态估计算法；

4、有 Lidar 点云重建经验，视觉 3D 重建，有开源 SLAM、VIO 框架的实践、改进经验；热爱动手，有良好的编程风格，了解常用数据结构和算法；

5、有自动驾驶、机器人算法开发经验，有3D感知、SLAM算法和BEV算法经验者优先；

6、熟悉 NeRF 相关神经渲染技术，3d gaussian splatting技术者优先。

**薪水：**面议

职位2：ai数据合成算法工程师

**学历要求：**硕士要求

**经验：**2年以上

**坐标：**北京/德清

职位描述:

1、参与基于gaussian splatting/Nerf的场景生成与编辑工作，优化前景背景解耦、显式隐式模型融合、材质光照解耦、大规模场景优化、多视角联合优化。2、参与AIGC(图像、视频)算法的开发与优化，研究问题如视频生成、生成质量优化、可控生成等；

3、负责开展自动驾驶领域世界模型的研发与迭代。

4、跟踪AIGC领域的前沿技术，开展具备创新性的高水平研究，保持技术在业界的领先和竞争力；

任职要求：

1、计算机科学、人工智能、机器学习或相关领域，本科及以上学历，2年以上工作经验。

2、熟悉Python/C++编程，掌握PyTorch等框架。

3、熟悉 NeRF 相关神经渲染技术，3d gaussian splatting技术

4、利用数据合成在仿真中有过实际落地项目经验者优先。

5、熟悉AIGC模型的训练，熟悉经典模型结构如Diffusion等

6、熟悉多模态数据的处理和表示方法，如图像与文本等数据模态。

**薪水：**面议

职位3：端到端多模态大模型工程师（infra）

**学历要求：**硕士要求

**经验：**3年以上

**坐标：**北京/德清

职位描述:

1、参与跨模态大模型在自动驾驶产业中的研发落地，如：大模型微调、端到端自动驾驶建模、策略迭代，以及开放场景下的场景理解等；

2、探索多模态大模型的前沿领域研究，包括但不限于数据建设、数据质量优化、图像/视频内容生成、RLHF、Agent等工作。

3、负责优化和提升大模型在自驾中的业务效果，包括：大模型的封装、推理加速、模型指令微调和策略迭代、Scaling Law等，持续提高算法的效率和性能；

4、负责大模型训练架构优化、推理加速、模型压缩，持续提高算法训练和推理的效率和性能。

任职要求：

1、计算机科学、人工智能、机器学习或相关领域，硕士及以上学历，3年以上工作经验。

2、具有扎实的深度学习、计算机视觉/自然语言处理基础；

3、熟悉主流大模型训练框架megatron、deepspeed等等，能进行设计、训练、评估和部署多模态大模型；

4、具备1年以上多模态大模型经验，熟悉主流大模型（如CLIP、GLIP、GPT-4V等）的原理、性能表现及其差异，能够根据实际问题改造和优化算法；

5、具备较强的沟通能力，优秀的编程能力和实战能力，能够独立分析和解决技术问题。

薪水：面议

那么，如何系统的去学习大模型LLM？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

所有资料 ⚡️ ，朋友们如果有需要全套 《LLM大模型入门+进阶学习资源包》，扫码获取~

篇幅有限，部分资料如下：

👉LLM大模型学习指南+路线汇总👈

💥大模型入门要点，扫盲必看！

💥既然要系统的学习大模型，那么学习路线是必不可少的，这份路线能帮助你快速梳理知识，形成自己的体系。

👉大模型入门实战训练👈

💥光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉国内企业大模型落地应用案例👈

💥《中国大模型落地应用案例集》 收录了52个优秀的大模型落地应用案例，这些案例覆盖了金融、医疗、教育、交通、制造等众多领域，无论是对于大模型技术的研究者，还是对于希望了解大模型技术在实际业务中如何应用的业内人士，都具有很高的参考价值。 （文末领取）

💥《2024大模型行业应用十大典范案例集》 汇集了文化、医药、IT、钢铁、航空、企业服务等行业在大模型应用领域的典范案例。

👉LLM大模型学习视频👈

💥观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。 （文末领取）

👉640份大模型行业报告👈

💥包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

👉获取方式：

这份完整版的大模型 LLM 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓