About the job
-预训练和微调多模态大模型，建设在地图应用场景效果领先的模型，针对落地场景中遇到的实际问题进行算法改进与效果提升
-研究垂直领域的奖励规则和奖励模型，通过强化学习后训练（RLHF/RLAIF等），提升基座模型的领域知识推理能力
-构建地图生产智能体（Agent），研究基于大模型的任务规划、工具调用、多智能体协同、长链路推理等关键技术
-研究智能体记忆、环境感知、世界模型（World Model）、MCP（Model Context Protocol）、Agent Workflow等关键技术，提升智能体在复杂地图场景中的自主决策与持续进化能力
-研究前沿文本/多模态模型架构与高效训练推理技术，在先进模型结构、对齐训练算法、强化学习、推理时Scaling、高效奖励模型设计、视觉推理、机制解释、Agent推理等方向持续探索并产出具有影响力的研究成果
Responsibilities
-预训练和微调多模态大模型，建设在地图应用场景效果领先的模型，针对落地场景中遇到的实际问题进行算法改进与效果提升
-研究垂直领域的奖励规则和奖励模型，通过强化学习后训练（RLHF/RLAIF等），提升基座模型的领域知识推理能力
-构建地图生产智能体（Agent），研究基于大模型的任务规划、工具调用、多智能体协同、长链路推理等关键技术
-研究智能体记忆、环境感知、世界模型（World Model）、MCP（Model Context Protocol）、Agent Workflow等关键技术，提升智能体在复杂地图场景中的自主决策与持续进化能力
-研究前沿文本/多模态模型架构与高效训练推理技术，在先进模型结构、对齐训练算法、强化学习、推理时Scaling、高效奖励模型设计、视觉推理、机制解释、Agent推理等方向持续探索并产出具有影响力的研究成果
Qualifications
Minimum
-有自动驾驶、地图或具身智能相关行业经验
-数学、计算机相关专业，对大模型、智能体（Agent）技术充满兴趣与热情
-动手实践能力强，具有大模型预训练、SFT、RLHF/RLAIF、Agent开发等实践经验
-熟悉多模态大模型相关算法，包括但不限于CLIP、Diffusion、PPO、DPO、GRPO、MoE、视觉语言模型（VLM）等
-熟悉Agent相关技术，包括但不限于Function Calling、MCP、Tool Use、Workflow、Multi-Agent、Memory、Planning、Reasoning、RAG等
-熟悉开源大模型，包括但不限于Qwen、LLaMA、DeepSeek等
-具备复杂系统设计能力，能够结合业务场景设计Agent架构，实现大模型与工具链、知识库、业务系统的深度融合
-责任心强，积极主动，具备优秀的沟通能力、团队协作能力及技术攻关能力
Preferred
-有自动驾驶端到端大模型预训练经验者优先
-发表过高水平论文者优先
-深入研究或参与过主流大模型、智能体框架或开源项目者优先，有GitHub相关项目、竞赛项目者优先
-具备智能体开发经验者优先
-具有模型训练、推理优化或部署经验者优先