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