AI-Foundation Model CN 算法实习生

• 基于 Vision-Language Models (VLM) 和 Large Language Models (LLM)，设计与实现自动驾驶中行为预测与运动规划的基座模型（Foundation Model）

• 利用多模态预训练大模型进行轨迹生成与融合，提升基座模型对其他交通参与者意图的理解与预测能力

• 针对车端／云端部署，开展模型算法层面性能优化工作，例如压缩、剪枝、蒸馏、训练和推理加速等，确保模型可用性、系统实时性与资源利用率

• 与算法、软件和系统团队紧密协作，推动模型集成及在仿真与真实车载平台的落地

• 计算机科学、人工智能、机器学习或相关专业本科及以上学历

• 拥有 VLM（如 Qwen-VL系列，InternVL系列）或 LLM（如 GPT 系列、LLaMA）背景，具备大模型预训练、微调、推理或工程化经验

• 熟悉生成式模型工作原理，具有相关工程经验，如DDPM, flow matching等

• 精通至少一种深度学习框架（JAX、PyTorch、TensorFlow），熟悉 Hugging Face Transformers 等工具链

• 具备行为预测、时序模型、或模仿学习等算法背景者优先

• 熟练掌握 Python和C++

• 有模型性能优化经验（模型剪枝/量化/蒸馏、训练和推理加速）者优先

• 良好的团队协作与沟通能力，热衷技术创新

DiDi