Super Sparks-校招-端到端大模型闭环数据算法工程师 上海、北京 校招 正式 数字技术 博士及以上 Super Sparks 招聘计划 职位 ID：A80761 职位描述 - 探索world action大模型预训练、后训练高效数据闭环迭代范式- 负责端到端大模型Policy、Env Generation、价值评估紧耦合的模型架构设计、训练及优化- 主导模型与数据结合的高效闭环训练、数据Scaling范式（预训练/SFT/RL）研究- 参与多任务、多Scenario 训练、Benchmark数据集制作及筛选，评测指标设计 职位要求 - 精通VLA/WA/WM算法的原理，熟练掌握大模型训练、微调方法；- 扎实的数学基础（概率统计、优化、图论）；- 熟练掌握Python/C++编程及PyTorch/TensorFlow等深度学习训练框架；- （加分）发表过智能辅助驾驶 / 具身智能相关方向的高权重 / 高技术影响力论文，具备对世界模型的体系化认知能力；- （加分）在国内外顶尖高校实验室或企业核心模型团队参与数据Scaling工作；- 学历：博士 投递...
Super Sparks-校招-物理世界基座模型研究员 上海、北京 校招 正式 数字技术 本科及以上 Super Sparks 招聘计划 职位 ID：A64869 职位描述 探索下一代支持AGI走出赛博空间，服务真实物理空间的基座模型。运用多模态传感器，将时空间信息进行表征学习、信息压缩与滤噪；并采用物理原生的因果建模与多智能体交互推演方式，对未来表征状态进行长时序预测。运用海量公开域和蔚来驾驶数据进行大模型预训练。 职位要求 - 以第一作者发表过五篇及以上CCF-A类期刊/会议 或 相等权重高技术影响力论文/竞赛；且具备单篇论文之上，对多模态基座或世界模型的体系化认知能力；- （加分）在国内外顶尖高校实验室或企业核心模型团队驱动过密集算力进行模型Scaling； 投递...
Super Sparks-校招-大语言模型后训练/Agentic算法工程师 上海、北京 校招 正式 数字技术 博士及以上 Super Sparks 招聘计划 职位 ID：A139067 职位描述 -面向智能座舱与车载交互场景，探索大语言模型与 Agent 在真实产品中的应用，负责车载对话系统、任务型助手、多轮交互Agent等方向的研究、训练优化、效果评估与产品迭代。-跟踪并复现 LLM 后训练与 Agentic Training 前沿技术，包括 On-policy Distillation、Agentic RL、RLHF / RLVR 等，推动其在车载智能体、复杂任务执行、多工具调用和多轮推理决策中的落地。-参与构建 Agent 能力增强所需的训练与交互环境，包括 Tool 系统、User Simulator、World Model、Reward Function、Agent Harness、任务编排与自动化评测框架等。-基于实车交互数据和线上反馈，进行问题挖掘、错误归因与方案优化，建设数据生产、模型训练、离线评测、在线分析和失败案例回流的闭环体系，推动大模型能力从“可用”走向“好用、可靠、可持续进化”。 职位要求 -博士及以上学历，计算机、自动化、信号处理等相关专业-熟悉 LLM
Super Sparks-校招-长程智能体&智能体强化学习研究员 北京、上海 校招 正式 数字技术 - 算法 博士及以上 Super Sparks 招聘计划 职位 ID：A29705 职位描述 本课题主要研究面向座舱多用户多轮复杂交互场景下，以及上百个不同工具的情况下，如何基于结合环境模拟器、用户模拟器的强化学习技术，构建可靠稳定的长程复杂任务执行能力，使座舱交互Agent可以适应不同用户、不同任务场景、不同环境和上下文，实现座舱内高端到端满足率的灵活自如的座舱任务完成体验。具体工作包括但不局限于：在冷启动阶段构建仿真座舱交互环境、用户模拟器，搭建强化学习训练pipeline，提升agent任务完成的效果和效率，优化其输出话术风格与预设的智能体人设对齐；构建agent在线学习环境，基于真实用户交互轨迹和反馈，持续优化端到端体验，实现智能体的持续自学习。 职位要求 -博士及以上学历。-精通Agent、强化学习技术和原理，熟悉大模型推理优化。-加分项，在国内外顶尖实验室或者模型团队经历。 投递...
Super Sparks-校招-座舱智能体评测和数据闭环算法研究员 北京、上海 校招 正式 数字技术 - 算法 博士及以上 Super Sparks 招聘计划 职位 ID：A30078 职位描述 智能座舱正从传统语音助手向具备自主规划、跨域调度、长程执行能力的大模型智能体（如蔚来 NOMI）加速代际跃迁，已成为下一代汽车体验竞争的核心高地。但通用 Agent 评测体系完全无法适配车载场景的强约束特性：车控指令直接关联驾驶安全，存在刚性安全红线；交互高度依赖车辆状态、出行场景上下文，模糊省略式表达占比远高于通用场景；跨车控、导航、生活服务的复杂长任务，始终缺乏统一的量化评判标准。当前行业体验优化高度依赖人工路测，迭代效率极低，且尚无公认的中文车载 Agent 评测基准，是制约座舱智能体落地的核心卡脖子问题。本课题直击产业真痛点，兼具前沿学术探索价值与工业落地意义，挑战与成长空间并存。 职位要求 -博士及以上学历。-深度深耕智能座舱高景气赛道，系统掌握大模型 Agent 推理规划、LLM 评测范式、数据飞轮构建等前沿技术栈，锻炼从指标设计到系统落地的全链路工程能力与科研思维。-适合人工智能、计算机、车辆工程等相关专业学生参与，成果可支撑学术论文、开源项目等多元产出。 投递...
Super Sparks-校招-高性能AI推理平台研究员/工程师 上海、圣何塞 校招 正式 数字技术 - 算法 硕士及以上 Super Sparks 招聘计划 职位 ID：A47632 职位描述 AI 推理引擎与模型优化-在车规级 SoC（含 NPU、DSP、GPU 等异构计算单元）上进行大模型（LLM/VLM/VLA）的推理部署与极致性能调优，包括低功耗优化、模型量化（INT4/INT8）、剪枝、蒸馏、算子融合等；-针对 RTOS/Linux/QNX 等操作系统及中间件层深度优化 AI 推理引擎（如 TensorRT、ONNX Runtime、llama.cpp 等），提升端侧推理的实时性与稳定性；-参与具身智能场景下的端到端模型推理链路设计，将 VLA 大模型的推理能力高效部署到车端嵌入式平台，支撑物理世界精准闭环操作。AI 原生的车控与 SOA 场景-将 AI 推理能力原生融入车控系统、车身控制等业务场景，设计 AI 驱动的智能控制策略；-参与 SOA 架构下的
Super Sparks-校招-AI大模型应用研究员/工程师 上海、圣何塞 校招 正式 数字技术 - 算法 博士及以上 Super Sparks 招聘计划 职位 ID：A78375 职位描述 大模型在车端的 AI 原生落地-将大模型（LLM/VLM/VLA）原生部署到车规级 SoC 上，进行推理优化与性能调优（包括低功耗优化、量化、剪枝、蒸馏等），实现端侧 AI 的实时响应；-针对操作系统和中间件层深度优化 AI 推理引擎，提升大模型在车端运行的实时性与稳定性；-探索 具身智能 场景下的大模型应用，将 VLA 模型的能力注入车端物理系统，实现环境理解、任务分解与动作生成的端到端闭环。AI 原生的车控与 SOA 智能化-将大模型能力原生应用于车控系统、车身控制等业务场景，打造 AI 驱动的智能控制与交互体验；-参与 SOA 架构下的 AI 原生智能服务开发，设计基于大模型的算法组件封装与服务编排；-构建 AI
Super Sparks-校招-智能体原生OS研究员/工程师 上海、圣何塞 校招 正式 数字技术 - 算法 硕士及以上 Super Sparks 招聘计划 职位 ID：A211923 职位描述 职位介绍 (Position Overview)我们正在定义和构建下一代智能体原生操作系统（Agent Native OS），致力于将操作系统的核心服务对象从“传统应用”向“AI 智能体”转移。由于该前沿领域横跨底层系统架构（OS Internals）与人工智能基础设施（AI Infra）两大硬核学科。我们正在寻找在 操作系统底层 或 AI 基础设施 (MLSys) 任意一端具备深厚学术积累的顶尖博士人才。您将在我们拥有互补背景的跨学科团队中，主导前沿技术的探索与原型验证，攻坚大模型运行时调度、原生 AI 内存管理以及系统级安全隔离等底层基座难题，逐步跨界成长为下一代 Agent OS 的核心架构领军者。岗位职责 (Responsibilities)下一代智能体系统基座验证： 针对多智能体高并发与强隔离的需求，在系统架构（如基于 seL4 等微内核及其
Super Sparks-校招-车端智能体框架和应用工程师 上海、北京 校招 正式 数字技术 硕士及以上 Super Sparks 招聘计划 职位 ID：A25747 职位描述 课题介绍本课题主要研究构建支持持续自学习（Continual Self-Learning）的车端智能体框架，使单个智能体在部署后能够基于用户交互偏好与具身环境反馈，自主演进为用户专属的个性化决策模型，实现从出厂统一到千人千面的范式迁移。 职位要求 - 精通大模型算法原理，熟悉大模型推理优化；- 精通主流Agent框架和应用；- （加分）在国内外顶尖实验室或者模型团队经历；- 硕士及以上学历 投递...
Super Sparks-校招-端到端智能辅助驾驶算法研究员 上海、北京 校招 正式 数字技术 本科及以上 Super Sparks 招聘计划 职位 ID：A137347 职位描述 探索面向真实物理空间的端到端智能辅助驾驶算法，运用WAM / VLA端到端大模型的架构设计、训练与优化，完成物理空间任务执行与规划。包括但不限于跨模态对齐、指令遵循、reasoning推理能力优化。探索融合模仿学习、强化学习等技术的混合训练范式，提升策略泛化性与鲁棒性。 职位要求 - 发表过智能辅助驾驶 / 具身智能相关方向的高权重 / 高技术影响力论文，具备对世界模型的体系化认知能力；- （加分）在国内外顶尖高校实验室或企业核心模型团队驱动过密集算力进行模型Scaling； 投递...
Super Sparks-校招-智能体自演进算法研究/NOMI养成研究员 上海、北京 校招 正式 数字技术 - 算法 博士及以上 Super Sparks 招聘计划 职位 ID：A243605 职位描述 本课题主要研究构建基于持久化记忆的个性化虚拟伙伴养成技术，深入结合最新的agentic系统，并基于此进行技术创新，实现关键信息的提取、落盘、剪枝等持续迭代流程，使虚拟伙伴可以在长周期交互内容的基础上逐步养成。 职位要求 -博士及以上学历。-精通大模型算法原理，熟悉大模型推理优化。-精通主流agent框架和应用。-加分项，在国内外顶尖实验室或者模型团队经历。 投递...
Super Sparks-校招-AI推理引擎算法工程师 北京、上海 校招 正式 数字技术 - 算法 博士及以上 Super Sparks 招聘计划 职位 ID：A169287 职位描述 1. 参与大模型推理引擎的设计和研发，支撑自研以及开源模型的快速部署和高性能推理；2. 通过各种技术手段持续优化性能，降低推理成本，包括但不限于:算子/编译优化、异构推理、分布式并行等；3. 学习并应用业界前沿的推理优化技术，KV Cache优化、模型量化(Quantization)、剪枝(Pruning)，跨机分布式推理优化等；4. 对 Transformer 架构及主流大模型(如GPT、Llama、Qwen等)的推理特性有基本理解，了解大模型推理的基本流程和常见挑战(如延迟、吞吐、内存占用)；5. 在资深工程师指导下，参与优化内存管理、计算资源分配与调度策略，提升模型推理速度和资源利用率。学习并使用性能分析工具(如Nvidia Nsight)进行瓶颈定位和优化。 职位要求 1. 熟练掌握 C++ 和 Python 编程语言，具备扎实的数据结构、算法和操作系统基础熟悉至少一种主流的深度学习框架(如 PyTorch、TensorFlow)，了解其基本实现原理了解GPU编程(如 CUDA)或并行计算，有相关的课程项目或实验经验；2. 有开源大模型推理框架(vllm/sglang/trt-llm)使用和优化经验者优先;3. 有cuda或triton开发优化gpu算子经验者优先；4. 有NVIDIA 等算力芯片优化经验者优先。
Super Sparks-校招-座舱具身智能体算法研究员 北京、上海 校招 正式 数字技术 - 算法 博士及以上 Super Sparks 招聘计划 职位 ID：A119013 职位描述 本课题属于机器人学与人机交互的交叉学科，主要研究在车载对话领域，构建基于语音、文本及图像/视频等多模态信息的情感化具身交互系统，实现对机器人头部动作、表情及TTS表达的实时控制，参与多模态理解与具身表达智能体的研发，推动机器人从“会说话”到“会表达”的系统化升级，打造业界一流的情感化AI交互控制系统 职位要求 -博士及以上学历。-精通基础统计学习以及深度学习算法，精通常用模型架构包括但不限于Transformer、Diffusion、VAE以及Flow Matching等。-熟悉强化学习或行为策略学习，包括但不限于RLHF、PPO、DPO、GRPO等。-精通并有主流大模型的相关训练和使用工作经验。-深入了解主流agent框架和应用。-加分项，有机器人动作生成、多模态交互、情感计算等具身交互落地或科研经验。-加分项，有高水平论文发表者，或在国内外顶尖实验室或者模型团队经历。 投递...
We are now looking for a Deep Learning Software QA Engineer Intern! The position is in NVIDIA Deep Learning Software Quality Assurance team that defines, develops and performs tests to validate robustness and measure the performance
About A1 There are over 5 billion users using basic applications today such email, notes, tasks that are not AI-native. Our mission is to build a proactive smart assistant for everyday users to bring intelligence to
JLL empowers you to shape a brighter way. Our people at JLL are shaping the future of real estate for a better world by combining world class services, advisory and technology for our clients. We are
【27届校招】 算法工程师（自动驾驶仿真） 上海 正式 研发 - 算法 职位描述 工作职责仿真场景与评价算法研发参与自动驾驶仿真平台中场景生成/泛化算法（如基于数据驱动的场景编辑、对抗性场景挖掘）、评价指标体系（如闭环通过率、复现率、漏报率）的设计与实现，推动仿真结果向真实路测能力的有效迁移。大规模分布式仿真调度策略优化协助设计面向海量仿真任务（SIL/HIL）的智能调度与算力管理策略，优化任务排队、资源利用率与数据流吞吐，支撑日产千级 Case、长里程持续累积的仿真规模。闭环仿真链路与数据接口开发参与仿真与算法团队（感知、规控、云端）的数据交互协议与 API 定义，保障仿真软件在不同硬件平台（HIL 节点、GPU 集群）上的高一致性与高可靠性，协同定位复现率、diff 等指标异常。算法预研与模型验证支持配合预研方向（如生成式仿真、神经渲染、端到端评测）进行实验设计、训练任务管理与结果分析，输出可落地的性能结论，辅助架构选型与训练方案决策。 职位要求 基本条件2027 年应届毕业生，计算机科学、软件工程、人工智能、自动化、数学等相关专业，硕士及以上学历优先。扎实的编程与算法功底：精通 Python、C++、Go、Java 中至少一种语言，熟练掌握常用数据结构、算法及设计模式，具备良好的工程编码习惯。深入理解 Linux 操作系统原理（进程/线程调度、内存管理、I/O 模型）及网络协议（TCP/IP、HTTP、gRPC 等），能够进行问题定位与性能调优。2. 加分项（仿真/算法相关）机器学习与深度学习基础：了解常见模型训练流程、损失函数、优化器，具备使用 PyTorch/TensorFlow 进行实验的经验；对生成模型（Diffusion、GAN）、计算机视觉或强化学习有初步了解者优先。分布式计算与仿真调度：理解分布式系统基本概念（一致性、容错、任务调度），有 Ray、Spark 或类似框架使用经验者优先；熟悉 Kubernetes/Docker 容器化部署者更佳。仿真/自动驾驶背景：了解 SIL/HIL 仿真基本流程、场景编辑或评价指标（如复现率、通过率、轨迹误差）者优先；有 CarSim/SUMO/ROS/Apollo 等工具经验者可加分。后端与数据基建：了解 MySQL/PostgreSQL、Redis、Kafka/RabbitMQ 等数据存储与消息中间件基本原理，能配合搭建仿真数据
【27届校招】计算平台软件工程师 上海、广州 正式 研发 - 算法 职位描述 1、参与自动驾驶海量数据的采集、管理、处理与高效调度，设计与开发自动驾驶全链路数据平台，包括但不限于数据湖、数据仓库、分布式存储、流批一体计算与智能数据标注、数据治理等；2、研发大规模分布式计算与训练平台，基于Spark、Flink、Ray、PyTorch等技术实现自动驾驶大模型的数据清洗、预处理、并行训练与推理，支持多GPU/多集群高性能任务编排与资源调度；3、优化存储与检索架构，探索和实现包括OSS、CPFS、Iceberg、Delta Lake、Hudi、StarRocks、ClickHouse、ElasticSearch、Milvus等新一代高性能存储与检索方案，提升数据读写、索引、管理效率，赋能AI训练和推理；4、参与团队架构设计与技术攻关，跟进学术前沿与业界动态，解决自动驾驶场景下数据一致性、扩展性、高可用、智能调度等核心难题；5、推进工程实践落地与持续优化，深度参与端到端系统开发、自动化测试、上线发布与持续运维，推动数据与AI平台的稳定迭代和性能进化。 职位要求 1、教育背景：计算机、软件工程、人工智能、数据科学等相关专业，本科及以上学历，硕博优先；2、理论基础扎实： 精通分布式系统原理、并行计算、存储系统、数据库原理、数据湖/数据仓库理论、大规模机器学习等学科知识，有相关顶会/顶刊论文经历者优先；3、技术能力突出：（1）熟练掌握至少一种主流分布式计算框架（如Spark、Flink、Ray等）和一种深度学习框架（如PyTorch、TensorFlow等）；（2）具备大数据存储与处理系统（如OSS、CPFS、Iceberg、Delta Lake、Hudi、StarRocks、ClickHouse、ElasticSearch、Milvus等）实操经验；（3）具备高性能数据检索、索引优化、海量数据管理等工程经验；4、编程与工程能力强（1）熟练掌握Python/Java/Scala/C++/Rust等主流开发语言中的至少一种，具备良好的工程实践和代码规范；（2）有高并发、大规模分布式系统、流式/批式混合计算平台相关项目经验者优先；5、创新与解决问题能力：具备独立分析复杂系统、定位瓶颈、提出创新性解决方案的能力，对技术钻研有热情，善于跨界学习；6、沟通协作与主动学习：良好的团队协作能力、沟通表达能力及自驱力，乐于分享、敢于挑战难题；7、加分项：（1） 在数据库、分布式系统、云原生计算、向量数据库、机器学习系统等领域有顶会（SIGMOD、VLDB、ICDE、NeurIPS、ICML等）论文、竞赛获奖或开源项目贡献；（2）有阿里云、腾讯云、AWS、GCP等云平台大数据相关实习、项目或竞赛经历；（3） 具备自动驾驶、机器人、智能感知领域大规模数据处理或AI应用落地经验；（4）英语或技术写作能力优秀，有技术博客、专利、文档经验。 投递...
湖仓开发工程师 北京 社招 全职 互联网 / 电子 / 网游 职位描述 -负责企业级数据湖仓平台的设计、开发与维护；-负责湖仓内数据建模、数据加工、数据采集、分层设计等工作，保证数据质量与一致性；-负责编写高性能ETL任务，维护Flink、Spark等计算任务的稳定运行；-负责元数据管理、数据质量监控、数据血缘分析、权限系统的设计与开发；-和业务方进行需求对接，完成业务数据到湖仓到使用的全链路工作； 职位要求 -计算机、大数据等相关专业，本科及以上学历；-精通Java、Python、Go等语言中一种或多种，具备良好的编码习惯；-熟练掌握Spark、Flink、Kafka、Hive、Doris等大数据组件，深入理解端到端一致性及具体实现，具备实时湖仓开发经验；-熟悉数据湖技术（如Iceberg）、湖仓分层、湖仓一体架构，深入理解ACID、Schema Evolution、Time Travel等核心特性及使用场景；-具备良好的沟通协作能力，主动性强，能独立定位和解决问题；-熟悉Iceberg、Flink、Doris等相关大数据组件源码者优先；-有自动驾驶领域的湖仓数据平台开发经验者优先。 投递...
AI工程师 - 平台 Beijing Full-time Intelligent manufacturing / Industrial Internet / Industrial automation - R&D Responsibilities 1. 负责公司核心AI平台的架构设计、研发与持续演进，支撑多业务线稳定高效运行。2. 参与平台化、服务化、组件化建设，沉淀通用平台能力3. 负责高并发、高可用系统的设计与实现，持续优化性能、稳定性与成本。4. 参与 大模型平台 / 模型网关（LLM Gateway） 建设，包括但不限于： - 多模型接入与统一抽象 - 请求路由、模型调度、版本与能力管理 - 配额、限流、计费、审计等平台能力5. 参与GPU / 推理资源调度与管理相关后端逻辑： -