跳至内容
岗位职责:
- 主导边缘多模态感知大模的算法设计、开发和优化工作,包括但不限于模仿学习、强化学习、迁移学习、多模态融合等技术在具身智能中的应用;
- 负责边缘多模态感知AI应用架构模型定义,应用运维、监控模型定义和框架开发和批量交付能力构建;
- 参与边缘多模态感知基础大模型研发,模型训练仿真测试环境构建及真机测试,与硬件架构师合作,共同设计和优化完整的软件/硬件解决方案,以提供优秀的系统性能;
- 负责模型异构GPU芯片的软硬件技术平台的设计和算子加速优化;
- 负责跟踪和研究具身智能领域的最新技术和发展趋势,探索新的技术和方法在边缘多模态感知大模型中的应用,推动技术创新。
任职要求:
- 熟悉边缘多模态感知技术,如小模型微调、多态、模仿学习、强化学习,以及前沿方法Mobile Aloha、π0、HIL-SERL、DiffusionPolicy、RT1/RT2/X、OpenVLA;
- 深入了解多模态数据处理流程,具备文本、图像、音频数据的预处理与特征提取经验。
- 熟悉各类 Transformer 模型,有数据处理预训练、微调(SFT/RLHF)及评测经验。
- 有相关项目经验或在顶会(CVPR、ICCVTRO、RSS、ICRA、IROS等)发表高水平论文者优先。
- 拥有 2年以上 NVIDIA GPU 开发与性能优化经验,熟悉 PyTorch、TensorFlow 开发框架,熟练掌握 GPU性能分析工具(Nsiqht System/Compute)及算子性能理论分析模型者优先。
- 熟悉英伟达 AI套件全栈软件,包括加速库(CUDA、NCCL、Tools)、GPU集群部署性能优化、大模型训推融合算子优化、AI编译器图层与算子层优化设计,以及调优和部署工具。
- 985/211/QS100 高校毕业,博士1-2年,硕士5年,本科7年以上工作经验,计算机相关专业,有软件开发和 AI应用开发经验。
- 具备良好技术基础,能够持续优化工程架构、研发工具和工作流,追求极致效率、性能和稳定性。
- 能够在日常工作中熟练使用英语进行沟通