梧桐车联-座舱算法开发(J28546)

1.负责智能座舱端侧多模态大模型（融合视觉、语音、文本、座舱传感器等）的基础算法研究与突破，实现座舱从“感知理解”到“主动推理与自主决策”的智能化跃迁。 2.负责座舱端侧Agent的算法设计与工程实现，包括但不限于：基于LLM/VLM的意图理解、任务拆解、工具调用与外部环境交互；短期记忆与长期记忆机制设计，实现个性化、多轮连续对话与情境感知。 3.负责舱内外视觉感知相关算法的研发与量产落地，如目标检测/目标跟踪/图像分割/图像画质增强等。 4.推进端侧多模态大模型和Agent决策模型在车载端侧芯片上的小型化与工程化部署，包括模型量化、剪枝、蒸馏、推理引擎优化。 5.构建多模态大模型和Agent所需的高质量数据集（含自然交互场景、长尾场景），设计自动化评测与持续迭代方案，建立从仿真到实车的数据闭环，加速算法从研究到量产的转化。 6.持续跟进多模态大模型、Agent、具身智能等领域最新进展，提升团队整体技术水平。 【任职要求】 1.招聘对象：2027届本科及以上学历毕业生。​ 2.专业要求：计算机科学、人工智能、机器人、自动化、电子信息等相关专业， 3.英语水平：本科通过国家四级、硕士通过国家六级。 4.综合素质： 4.1深入理解多模态大模型（如Qwen-VL、MiniCPM-VL等）,熟悉大模型预训练、指令微调、强化学习等训练技术；精通Python，熟悉C++；熟练使用PyTorch、TensorFlow等深度学习框架，具备良好的工程化代码习惯。 4.2深入理解基于大模型的Agent框架（如openclaw/harness等核心思想），具备Agent系统设计经验； 4.3深入理解一个或多个常见的计算机视觉算法任务（目标检测、分割、跟踪、姿态估计、3D视觉等）； 4.4以上多模态大模型/Agent/视觉感知相关算法至少深入理解其中一项； 4.5熟悉模型压缩、量化、推理加速技术，有在车规级平台上部署大模型或复杂视觉模型的实际经验； 4.6学术影响力：在CVPR、ICCV、ECCV、NeurIPS、ICML、ACL、AAAI等相关顶会或期刊上发表过论文，或拥有高质量开源项目、高水平竞赛奖项者优先。