【27届校招】数据挖掘工程师 上海 正式 技术类 2027届秋季校园招聘项目 职位描述 1. 负责得物商品/社区的算法相关工作，共同搭建业界领先的推荐系统、搜索系统、AI中台（NLP、音视频、图像），为潮流社区及潮流购物提供更加个性化及精准化的服务；2. 深入理解业务和机器学习技术，优化算法并工业落地，解决大规模机器学习问题，持续提升算法效果；3. 深入理解用户行为，结合数据挖掘等技术，丰富用户长短期兴趣建模，满足多元化的用户体验需求。 职位要求 1. 2027届毕业生，硕士及以上学历，计算机、软件工程、自动化、电子、数学等相关专业；2. 熟悉常用数据结构，具备扎实的算法基本功，热爱编程，熟悉Java、Python、go或其他主流编程语言；3. 熟悉一种或多种业界主流分布式机器学习/深度学习框架，包括不限于TensorFlow、PyTorch，MXNet，PaddlePaddle等；4. 有强烈的求知欲，优秀的学习能力、独立思考能力及逻辑分析能力。 投递...
感知模型算法工程师/专家 北京、上海 社招 全职 研发 - 算法 职位描述 工作职责:1、负责行/泊车场景BEV+Transformer感知模型算法设计和开发工作,包括高速/城区等场景中的动态障碍物、车道线Mapping、通用障碍物Occ/fFS、室内外场景中车位检测等感知模型开发、部署和调优;2、负责多车型平台的主线感知算法的持续迭代,联合数据生产和数据挖掘,构建高效的数据闭环系统,实现正向的算法设计实现和逆向的问题快速修复解决的闭环链路3、负责自动驾驶领域大模型等前沿技术研发工作,包括一段式端到端以及下一代采用VLM/VLA架构的自动驾驶方案的预研开发工作; 职位要求 任职要求:1、计算机、汽车工业、机器人、电子或相关专业,有规模化量产经验的候选人优先;2、熟悉当前主流的深度学习算法,包括但不限于BEV感知、无监督训练、,大模型、目标检测、图像分割、多任务学习、多传感融合等领域;3、熟悉常用的深度学习框架,如PyTorch、TensorFlow、MxNet等,要求至少对其中一种框架较为熟练;4、至少精通Python或C++编程,熟悉常用的视觉算法库如numpy/opencv等,了解常用的传统图像处理算法;5、具备针对车载端侧平台部署经验和落地能力,有在中/低算力平台部署过大规模网络经验者优先;6.具有正确的价值观、内在驱动力:具有较强的学习能力、沟通能力和团队协作能力；7.能主动解决问题:能够承受较强的工作压力 投递...
大模型Infra工程师 北京、杭州 社招 全职 职位 ID：A60568 职位描述 1、负责大模型推理/训练效率优化，涵盖算法研发与工程落地：包括量化（INT4/INT8/FP8）、剪枝、蒸馏、低秩适配（LoRA/QLoRA）、注意力机制优化（FlashAttention/PagedAttention）等算法的设计与实现，同时完成工程化封装；2、研究并落地大模型分布式训练/推理策略，包括数据并行、模型并行（张量/流水线/专家并行）、混合并行的高效实现，解决分布式场景下的性能瓶颈与稳定性问题；3、参与大模型编译优化与工程适配，基于TVM/TensorRT/MLIR等框架做模型图优化、算子融合、硬件定制化算子开发，同时完成与训练/推理平台的对接适配；4、负责大模型训练/推理平台的核心模块研发与维护，包括训练任务调度、推理服务部署、资源监控、日志分析等，基于vLLM/TGI/TensorRT-LLM等主流引擎进行二次开发和平台化封装；5、研发大模型Infra通用工具链，包括模型转换、模型校验、性能测试、监控告警等，提升团队研发效率与线上服务可靠性；6、与业务、硬件团队协作，完成大模型基础设施在异构硬件（GPU/NPU/TPU）上的适配与部署，保障线上推理服务SLA，快速定位并解决线上性能抖动、资源耗尽等问题；7、资深岗需带领小团队完成核心优化方向的技术攻坚，制定技术路线，输出技术规范和最佳实践，推动跨团队技术协作。 职位要求 1、计算机科学、软件工程、电子信息、数学等相关专业，研究生及以上学历，1-3年以上深度学习/大模型/分布式系统相关研发经验；2、扎实的编程基础，精通Python/C/C++，熟悉Go者优先，熟悉至少一种主流深度学习框架（PyTorch/TensorFlow/MXNet），理解框架底层原理；3、深入理解Transformer架构及大模型核心原理，熟悉大模型训练/推理的关键瓶颈与优化思路，具备至少一种大模型优化技术（量化/剪枝/分布式并行/编译优化）的实践经验；4、熟悉分布式系统原理，了解微服务架构，有服务端高可用、高并发开发经验，熟悉至少一种容器/编排技术（Docker/K8s）；5、了解异构硬件（GPU/A100/H100/NPU/TPU）的架构特点，熟悉硬件相关的性能调优方法，了解GPU资源监控与调优工具（如nvidia-smi/prometheus/grafana）者优先；6、具备良好的问题分析与排查能力、工程实现能力和跨团队协作能力，能独立负责核心模块的研发与落地；加分项：7、有大模型推理引擎（vLLM/TGI/TensorRT-LLM）的开发、二次开发或部署调优经验；8、有FP8/INT4量化在GPT/LLaMA/Qwen等主流大模型上的落地经验，或参与过千亿级以上参数模型的训练/推理优化项目；9、有TVM/MLIR/TensorRT等编译框架的使用或开发经验，具备定制化算子开发能力；10、有K8s自定义算子/调度器开发经验，或云原生AI平台（Kubeflow/MLflow）研发经验；11、有大模型训练平台（Megatron-LM/DeepSpeed）的使用或部署经验，熟悉消息队列（Kafka/RabbitMQ）、缓存（Redis）等中间件的使用与调优；12、资深岗候选人有顶会/顶刊论文（NeurIPS/ICML/ICLR/AAAI）或专利产出者优先。资深岗额外要求：1、5年以上大模型Infra/深度学习框架/分布式系统相关研发经验，有千亿级以上参数大模型基础设施建设的核心项目经验；2、主导过至少一个大模型优化方向的技术攻坚（如推理性能提升/训练成本降低），并取得显著业务效果（如时延降低30%+/成本降低40%+）；3、深入理解至少一种分布式计算框架（MPI/NCCL/OneFlow/PaddlePaddle）的底层实现，具备技术团队管理与技术路线规划能力。 投递...