具身大模型加速优化工程师-深圳/上海

你将参与： 1. 模型架构设计与模型训练方向 2. - 多模型分布式训练的研发工作，在导师指导下解决训练过程中的基础冲突问题 3. - 高效数据加载与数据增强策略的设计工作，共同优化模型训练与实验迭代效率 4. - 参与优化全流程训练 Pipeline ，参与混合精度、梯度检查点、显存优化等方案的落地实践，提升训练吞吐量与资源利用率 5. 数据工程与研发效能体系建设方向 6. - 参与完成联合训练、评测样本的制作，参与联合标注 / 自标注自动化框架的搭建工作，支撑数据集的规模化构建 7. - 参与大规模数据闭环驱动体系的搭建工作，参与完成场景挖掘、失败案例分析、主动学习相关的数据自动筛选、标注增强与策略迭代优化工作 8. - 参与研发数据全流程研发效能工具，包括 process agent 、数据处理性能工具、端侧性能 / 精度分析工具等，支撑标注、数据流转、样本生成等全流程自动化，提升数据研发全链路效率 9. 模型部署与性能优化方向 10. - 参与使用模型剪枝、蒸馏、量化等模型压缩技术，提升业务模型的端侧推理效率 11. - 参与端侧资源受限场景下的主干网络与整体模型结构优化工作 12. - 参与定位并解决模型端侧部署过程中的精度损失、性能不达标等基础问题 13. - 参与训练与推理阶段的算法对齐工作，共同保障模型落地后的业务效果 【任职要求】 1. 2027届毕业生，硕士学历及以上，. 人工智能、计算机、机器人、自动驾驶等相关专业。 2. 熟练掌握C++/Python/脚本编程，有 Linux 下开发经验，具备优秀的开发和调试能力； 3. 熟悉 Pytorch、TensorFlow 等 AI 框架，了解 TensorRT、TVM； 4. 如下一个或多个方向经验 1. 有实际模型压缩、剪枝、蒸馏、量化技术等轻量化经验； 2. 掌握 LoRA 等微调技术，熟悉 MoE 架构/多模态训练 3. 实际的模型的端侧部署经验 4. 熟悉大模型加速技术，熟悉 CUDA 编程和 nsight system，有利用 GPU 等异构硬件上优化软件性能的优先； 5. 良好的沟通表达能力和团队协作能力。 加分项： - 有机器人、智能驾驶等领域的实际工程经验者优先 - 在机器人顶会或 AI 顶会（ICRA/IROS/CVPR/NeurIPS/ICML/ICLR 等）发表论文者优先。