Location:Shanghai, China Job ID: R0122279 Date Posted:2026-08-17 Company Name:HITACHI ENERGY SHANGHAI ELECTRICAL TRANSFORMER CO., LTD. Profession (Job Category):Engineering & Science Job Schedule: Full time Remote:No Job Description: The opportunity Hitachi Energy Transformer Business Unit in Greater China operates
Location:Shanghai, China Job ID: R0141244 Date Posted:2026-08-18 Company Name:HITACHI ENERGY SHANGHAI ELECTRICAL TRANSFORMER CO., LTD. Profession (Job Category):Engineering & Science Job Schedule: Full time Remote:No Job Description: The opportunity Hitachi Energy Transformer Business Unit in Greater China operates
L4智驾大模型团队-世界模型算法工程师 北京、上海、苏州 全职 互联网 / 电子 / 网游 职位描述 1.端到端模型研发： 负责新一代 End-to-End 自动驾驶算法的研发，包括但不限于基于 World Model（世界模型）、Video Generation（视频生成） 或 VLM（视觉语言模型） 的驾驶策略生成。2.模型架构探索： 探索 Transformer、State-space Model (如 Mamba)、Diffusion Model 、IL/RL在轨迹预测与决策规划中的应用，验证 Scaling Law 在自动驾驶规控领域的有效性。3.数据闭环与评测： 搭建针对生成式规划算法的自动化评测体系，利用大模型进行数据挖掘、自动标注（Auto-labeling）及场景重建，通过数据闭环持续提升模型性能。 职位要求 1.学历背景： 计算机、自动化、人工智能等相关专业，211/985 硕士及以上学历2.大模型技术栈：深入理解 Transformer 架构，有 LLM（大语言模型） 或
上海职位 - 如果希望在上海工作，请投递本职位。 毕业时间：2026年10月 - 2027年9月之间毕业的应届毕业生 · 投递须知： 1 填写简历申请时，请把必填和非必填项都填写完整。提交简历之后就无法修改了哦！ 2 学校的英文全称请准确填写。中英文对应表，请点击链接查看 https://docs.qq.com/sheet/DVmdaa1BCV0RBbnlR?tab=BB08J2 3 简历不限中英文。 如果您正在攻读自然语言处理（NLP）、信息检索（IR）、机器学习、生成式人工智能或相关方向的硕士或博士学位，并希望将前沿科学研究转化为服务真实客户的产品，我们诚挚邀请您加入亚马逊 International Technology 搜索团队。 我们的目标是帮助亚马逊客户更准确地找到所需商品，并发现符合其需求和兴趣的新商品。您每天的工作都将直接影响全球数百万客户的购物体验。团队使用 TB 级商品、查询和客户行为数据，持续推进搜索、推荐、自然语言理解以及生成式 AI 技术的发展。 在这个岗位中，您将研究并应用 NLP、IR、深度学习、大语言模型（LLM）和基础模型等前沿技术，解决搜索理解、相关性排序、语义匹配、个性化和对话式购物等问题。您将有机会探索预训练、监督微调（SFT）、参数高效微调、检索增强生成（RAG）、提示优化和智能体（Agent）等技术，并针对业务场景建立可靠的离线与在线评估方法。 您将与应用科学家、软件工程师和产品经理密切合作，完成从问题定义、数据分析、算法设计和实验验证，到模型部署、在线测试和持续迭代的完整闭环。您需要根据客户价值和业务目标选择合适的技术方案，并在模型质量、可靠性、安全性、推理延迟和计算成本之间做出合理权衡。 Key job responsibilities Key job responsibilities · 针对 Amazon
VLA大模型部署高级工程师 广州、上海、深圳 全职 通用智能板块 职位描述 【团队介绍】以通用大模型技术为核心引擎，驱动从感知到决策的端到端一段式智能架构。我们深耕多模态融合、世界模型与闭环强化学习等前沿技术，将算法创新持续落地于不断迭代的小鹏智能驾驶汽车、Robotaxi、新型出行工具及具身机器人等核心产品，推动智驾与具身智能从实验室走向真实世界。部署团队负责打通VLA大模型从训练产出到车端/机器人端实际运行的最后一公里，是算法能否真正落地的关键环节。【加入我们，你将获得】直面真实部署难题：面对车端/机器人端严苛的算力、时延、功耗约束，独立负责VLA大模型的量产级部署方案；全链路视野：打通模型结构设计-训练-压缩-算子优化-推理框架-芯片部署全流程，不做单点螺丝钉；快速成长空间：部署效果直接影响量产体验，优秀者可主导某类芯片/某条推理链路的核心优化工作。【职位描述】1、负责VLA大模型（多模态感知、一段式端到端模型、世界模型等）在车端/机器人端的部署落地，完成模型压缩、量化、算子融合等关键优化，满足实时性与资源约束；2、针对目标推理框架进行适配开发与性能调优，解决大模型部署中的精度损失、显存/内存瓶颈、算子不支持等工程问题；3、参与自定义算子开发与性能优化，结合具体芯片平台特性进行算子级别的调优，提升推理吞吐与降低时延；4、设计并实现模型量化方案（PTQ/QAT等），在精度与效率之间做出合理权衡，推动量化方案在实际业务场景中的落地验证；5、与算法团队协同，从部署视角反哺模型结构设计与训练策略（如量化友好结构、稀疏化、蒸馏等），提升模型的可部署性；6、持续跟踪业界推理加速、模型压缩相关的前沿技术，评估其在VLA大模型部署场景下的适用性并推动落地。 职位要求 1、硕士及以上学历，计算机科学、电子工程、自动化、人工智能等相关专业，毕业2年以内；2、对大模型部署有扎实的实战经验：熟悉至少一种主流推理框架（TensorRT/ONNX Runtime/TVM/vLLM等），有实际项目中完成模型部署上线的经验；3、熟悉模型算子层面的优化：了解常见算子（Attention、Conv、MatMul等）的计算特性，有算子开发或算子级性能调优经验者优先；4、精通量化技术：熟悉PTQ/QAT等主流量化方法，理解量化对模型精度的影响机制，有实际量化方案落地经验；5、对模型结构和训练有一定理解，熟悉Transformer、扩散模型等主流架构，了解SFT/RL等后训练方法，能够从部署反向推动模型设计的合理性；6、熟练掌握Python，熟悉C++/CUDA者优先；具备良好的工程能力和性能调试能力（profiling、瓶颈定位等）；7、具备较强的问题拆解与解决能力，能独立定位部署过程中的性能瓶颈并提出优化方案；8、加分项：有大模型（LLM/VLA/多模态）量产部署经验、异构芯片（NPU/车规芯片）部署经验、开源推理框架贡献经验，或相关论文发表。 投递...
Location:Shanghai, China Job ID: R0138672 Date Posted:2026-08-18 Company Name:HITACHI ENERGY SHANGHAI ELECTRICAL TRANSFORMER CO., LTD. Profession (Job Category):Engineering & Science Job Schedule: Full time Remote:No Job Description: The opportunity Hitachi Energy Transformer Business Unit in Greater China operates
【27届校招】具身智能算法工程师/研究员（Omni） 深圳、上海、北京 正式 研发 - 算法 智能机器人板块 职位描述 1、前沿模型研究与打造：面向通用人形机器人及真实物理世界场景，参与打造行业领先的 Omni 多模态大模型。研究文本、语音、视觉、视频、动作等多模态信息的统一表征、理解、推理与生成，提升模型在复杂开放环境中的通用智能能力。2、模型架构与核心算法创新：深入探索可泛化、可 Scaling 的多模态模型架构与训练方法，重点攻关跨模态对齐与融合、时序建模、长上下文理解、实时流式交互、多模态推理及端到端生成等关键技术。3、大规模训练与数据体系建设：参与多模态数据的构建、清洗、配比与质量评估，推进预训练、后训练、指令微调、偏好对齐及强化学习等技术研发；持续优化大规模训练效率、稳定性与模型效果。4、真实场景落地与系统集成：推动 Omni 大模型与机器人感知、认知、决策及控制系统深度融合，构建面向真实场景的下一代智能体系统，提升机器人对环境、任务和人类意图的综合理解与响应能力。5、推理优化与端侧部署：研究模型压缩、量化、蒸馏、推理加速及低时延服务技术，探索模型在机器人端侧及异构计算平台上的高效部署。6、技术影响力建设：紧跟国际学术界与工业界最新进展，通过算法创新、技术攻坚、论文专利及系统迭代，持续形成具有行业影响力的技术成果。 职位要求 1、计算机、人工智能、自动化、电子信息、数学等相关专业，硕士及以上学历；具备优秀研究或工程能力者可放宽学历要求。2、熟悉 Transformer、LLM、VLM、语音大模型或多模态生成模型中的一种或多种技术方向。3、熟悉大模型预训练、指令微调、偏好对齐或强化学习方法，对模型 Scaling、数据工程和效果评估有深入理解。4、熟练掌握 Python、PyTorch 等开发工具，具备良好的算法实现和问题分析能力。5、具备大规模分布式训练、推理优化或多模态数据建设经验者优先。6、具备较强的技术热情、创新意识和团队协作能力，能够持续跟进并快速验证前沿研究成果。加分项1、在多模态大模型、语音大模型、VLM、视频理解或生成等方向发表过高水平论文。2、有代表性的开源项目、技术竞赛成果或完整大模型研发经验。3、熟悉实时音视频、流式多模态建模、端到端语音交互或机器人智能体系统。4、具备机器人、自动驾驶或真实物理世界多模态应用经验。 投递...
AI推理引擎/模型部署实习生 北京、深圳、上海 校招 实习 智能制造 / 工业互联网 / 工业自动化 职位描述 安克实习生项目是面向正式校招岗位的人才培养与选拔通道。实习期间将按照校招标准进行系统的培养与综合评估，表现优秀者可直接获得校招转正机会，提前锁定正式校招席位。我们以严肃、长期的视角对待每一位实习生，也期待与你共同成长。【你将参与】1.参与 AI 模型在 CPU / GPU / NPU / DSP 等异构计算平台上的部署与推理优化工作；2.参与模型从 PyTorch / ONNX 等训练框架到端侧推理引擎的转换、编译、部署及调试；3.参与推理引擎的算子适配、算子性能优化、内存管理及数据传输优化；4.参与模型 FP32 / FP16 / INT8 等量化与精度验证，分析模型精度、性能及资源占用；5.参与端侧推理性能分析，包括 Latency、FPS、CPU/GPU/NPU利用率、内存、DDR带宽等指标；6.参与机器人感知、VLM/LLM等 AI 模型的端侧部署及工程化落地；7.配合完成推理引擎、Runtime、异构资源调度等相关基础软件开发与问题定位。 职位要求 任职要求1.计算机、软件工程、自动化、电子信息等相关专业，本科及以上学历；2.熟悉
研发工程师 - 工程/算法/模型（27校招） 校招 北京、广州、上海 正式 职位描述 L4级自动驾驶是物理AI的终极应用之一——它要求AI不仅理解世界，还要在真实物理环境中做出实时决策并付诸行动且确保安全。在小马智行，模型与系统从来不是割裂的：一个优秀的模型离不开极致的工程支撑，一个卓越的系统也必须深刻理解AI的需求。我们相信最好的工程师既能读懂论文，也能写出高性能代码。无论你的专长偏向AI模型，算法，还是系统工程，只要你在某一个方向上足够优秀，就能在这里找到充分施展的空间。你可以参与的方向1. AI模型研发驱动无人车理解物理世界、预判变化、做出决策的核心模型。探索多传感器融合感知、端到端架构、多模态大模型、强化学习、世界模型等热门方向，构建真正具备物理常识与驾驶智能的AI系统。2. 数据生成与世界模型通过世界模型生成高保真仿真数据，构建可控、可扩展的数据引擎，突破真实数据的规模与分布瓶颈，让模型在无限丰富的物理场景中持续进化。3. 博弈交互算法真实道路上的驾驶本质上是博弈问题。研发基于博弈论、交互式预测与决策的算法，让无人车在变道汇入、路口博弈、礼让协商等复杂交互场景中做出既安全又高效的驾驶行为。4. 环境建模与定位构建高精度的环境地图与实时定位系统，让无人车精确感知自身在物理世界中的位置与周围的道路结构，为感知、决策与规划提供可靠的空间基底。5. 系统与基础架构设计与研发车载自动驾驶系统、高性能分布式基础架构，或深入编译优化、操作系统级调优，将系统性能压榨到极致。6. 模型部署与优化研究模型量化、蒸馏与推理加速，让复杂的AI模型在车载计算平台上实时高效运行——这是连接模型与物理世界的关键战场。7. 可视化与人机交互研发3D可视化、仿真前端或乘客端人机界面，让复杂的系统变得可理解、可操作。 职位要求 1. 计算机、自动化、数学或相关专业本科及以上学历2. 扎实的计算机基础，优秀的算法与数据结构能力3. 熟练掌握至少一门主流开发语言，能编写高效且易读的代码4. 在以下任一方向有扎实积累和潜能： - 机器学习与深度学习理论基础，熟悉CNN、Transformer、检测、分割等常用感知算法，或者熟悉 Imitation Learning、Reinforcement Learning等常用规划算法。熟练掌握至少一门深度学习框架（PyTorch / TensorFlow等），具备实际模型训练与调优经验 - 熟悉自动驾驶行为预测与运动规划，掌握学习与优化驱动的预测/规划方法，具备路测数据到实车部署的闭环经验。能将复杂多智能体交互场景抽象为可解释的数学模型，并完成仿真与实车环境下的算法迭代与调优 - 数学建模能力，擅长将复杂的实际问题抽象为可解释的数学模型 - 系统软件基础，熟悉操作系统、编译原理、计算机网络、分布式系统、计算机图形学等方向中的至少一个，熟练掌握C/C++，具备高性能系统设计、开发与调优经验 - 其他与上述工作方向相关的技术专长5. 强烈的技术好奇心与自驱力，良好的沟通协作能力加分项1.
VLA/世界模型算法工程师（上海） 上海 算法类 硕士及以上 2027届算法人才专项招聘 职位描述 1、负责自动驾驶VLA视觉-语言-动作多模态模型与世界模型联合研发，依托大模型与生成式时序建模能力，构建交通场景理解、时空推演、智能决策完整技术闭环。2、参与自动驾驶多模态、时序场景数据集的清洗、对齐、筛选与优化，持续完善场景数据体系，为模型训练、迭代与效果验证提供高质量数据支撑。3、负责VLA多模态模型微调、轻量化改造与Prompt策略优化，落地复杂路况语义理解、自然语言交互、智能驾驶动作生成等核心能力。4、开展自动驾驶世界模型核心研发工作，实现真实交通场景重建、交通参与者行为预测、长时序场景推演，持续提升模型场景泛化能力与时序推演精度。5、探索VLA模型与世界模型的协同推理、联合训练优化方案，完成消融实验、效果对比与复盘迭代，输出规范技术文档，跟进前沿生成式AI技术并落地自动驾驶业务场景。 职位要求 1、硕士及以上学历，计算机、人工智能、计算机视觉、自动化等相关专业，深度学习与多模态技术基础扎实。2、熟悉Transformer、扩散模型等主流生成式网络架构，了解VLA多模态模型、自动驾驶世界模型、时序场景推演相关技术原理。3、熟练掌握Python、PyTorch开发框架，精通LoRA、QLoRA等大模型轻量化微调技术，熟悉多模态数据处理流程，可独立完成模型训练、实验迭代与效果调优。4、了解自动驾驶基础业务场景与决策逻辑，具备VLA模型、世界模型、视频生成、时序场景建模相关项目或科研经验者优先。5、具备优秀的技术调研、实验复盘与问题排查能力，对自动驾驶大模型、生成式AI落地有浓厚兴趣与钻研精神，具备良好的团队协作能力。 职位信息 招聘数量： 3 投递...
Company Description Do you want beneficial technologies being shaped by your ideas? Whether in the areas of mobility solutions, consumer goods, industrial technology or energy and building technology - with us, you will have the chance
Job Responsibilities: -Design and develop enterprise-grade AI application systems, driving the deep integration of AI into manufacturing and business operations. -Build systems—such as intelligent quality inspection, predictive maintenance, knowledge Q&A, and intelligent production scheduling—leveraging Large Language
Company Description About Grab and Our Workplace Grab is Southeast Asias leading superapp. From getting your favourite meals delivered to helping you manage your finances and getting around town hassle-free, weve got your back with everything.
【2027届校招】机器学习、时序预测算法实习生 苏州、上海 校招 实习 硕士及以上 职位描述 1. 参与工业场景的时序建模 2. 实践统计方法（ARIMA、Prophet）与深度学习方法（LSTM、Transformer等） 3. 完成数据清洗、特征工程、模型训练与效果评估 4. 协助模型部署与业务落地验证 职位要求 学历与专业：计算机/统计/数学等相关专业，硕士或优秀本科在读 必备技能：1.熟练使用Python（NumPy、Pandas），了解PyTorch/TensorFlow 2.了解至少一种时序预测方法，有实际项目或竞赛经验优先 加分项：1.Kaggle/天池等竞赛经历 2.制造业、能源、供应链等领域数据经验 3.顶会论文阅读或复现能力学历与专业：计算机/统计/数学等相关专业，硕士或优秀本科在读 必备技能：1.熟练使用Python（NumPy、Pandas），了解PyTorch/TensorFlow 2.了解至少一种时序预测方法，有实际项目或竞赛经验优先 加分项：1.Kaggle/天池等竞赛经历 2.制造业、能源、供应链等领域数据经验 3.顶会论文阅读或复现能力 职位信息 部门： 算法研发部 投递...
SummaryImagine what you could do here! The people here at Apple don’t just create products — they build the kind of wonder that’s revolutionized entire industries. It’s the diversity of those people and their ideas that
At ABB, we help industries run leaner and cleaner—and every person here makes that happen. You’ll be empowered to lead, supported to grow, and proud of the impact we create together. Join us and help run
Locations: Shanghai, China Categories: Engineering Req ID: 89499 WHAT YOU DO AT AMD CHANGES EVERYTHING At AMD, our mission is to build great products that accelerate next-generation computing experiences—from AI and data centers, to PCs, gaming
具身智能算法工程师/研究员（世界模型） 深圳、上海 全职 智能机器人板块 职位描述 【关于机器人中心】小鹏机器人中心专注于构建面向未来的人形机器人系统，融合先进的人工智能、控制、机械与系统工程，打造能感知、理解、操作并与现实世界交互的下一代机器人。【关于世界模型团队】我们相信，让机器真正在物理世界里泛化的钥匙，不是记住一个个任务，而是让模型学会世界如何运转——这就是世界模型（World Model）。我们要构建的，是一个能理解当下、预见未来、并据此行动的模型：它不再是面向单一任务的策略，而是一个吸收了海量物理动力学知识、能想象未来、能跨场景泛化的具身基础模型。我们的目标是超越现有操作模型的泛化边界，做出可泛化、可落地、可 scaling 的世界模型，并在真实机器人闭环上验证它的价值。团队精悍、扁平，成员分布于深圳、上海与美国硅谷，聚集了一批世界一流的研究者与工程师。在这里，你将：站在具身智能最前沿，啃通用泛化这个最硬、也最值得啃的问题；打通 数据 → 预训练 → 仿真 → 部署 → 真机 的全栈链路，亲眼看着自己的模型在真实机器人上跑起来；与来自顶级高校与工业界的同伴并肩，快速试错、快速迭代。【我们在做什么】围绕世界模型，我们打通从数据到真机的全栈：训练 World Action Model（WAM）统一理解世界—预测演化—生成动作、突破泛化边界；训练 World Simulation Model（WSM）做长时序、物理一致的生成式仿真，用于策略评估与合成数据；从互联网规模的视频中蒸馏世界知识；并以大规模分布式训练、推理优化与端侧部署的基建，让 scaling 真正跑得起来、落得下去；同时在世界模型的 loop 里探索强化学习，让策略在想象中自我提升。 职位要求 1、计算机、人工智能、电子工程、自动化等相关专业，硕士及以上学历，对世界模型、具身智能、大模型交叉方向有强烈热情；2、扎实的机器学习与深度学习基础，熟悉 Transformer / Diffusion / VLM 等主流模型；3、在以下任一方向有研究、项目、实习或课程经验：多模态大模型、AIGC
软件工程师 - 大模型端侧优化和部署 北京、广州、上海 全职 职位描述 负责将大模型部署到自动驾驶车端芯片平台（NVIDIA Orin / Thor 等），并进行极致的性能、内存与能效优化。你将在算力、内存、功耗与实时性严格受限、且对安全与稳定性要求极高的车载环境下，打通从推理引擎定制、核心算子优化到车端运行时管理的全栈链路，推动大模型在自动驾驶（端到端决策、场景理解等）场景的规模化落地。岗位职责1. 适配、移植与深度优化车端推理引擎/运行时（TensorRT-LLM、TensorRT Edge-LLM、vLLM、SGLang 等），通过计算图优化、算子融合、高性能 CUDA 算子开发及 KV Cache、投机采样等优化，充分发挥 Orin / Thor 平台算力，满足实时性要求；2. 建立 Benchmark 与 Profiling 体系，跟踪首字延迟（TTFT）、吞吐、内存峰值、冷启动、模型切换、cache 命中率、长稳与抖动等车端核心指标。支持场景理解、Function Calling、结构化输出、流式输出、多模态推理等核心场景的低延迟落地； 职位要求 1. 计算机、电子工程、人工智能、自动化等相关专业，本科及以上学历；2. 具备 2 年以上 AI
大模型算法工程师-AI研发（通用） 北京、杭州、上海 社招 全职 职位 ID：A237784 职位描述 1、智能体（Agent）系统核心建设：负责基于大语言模型（LLM）的智能体系统设计、开发与迭代。重点打造应用于 C 端 Chatbot（如智能导购、个人助理、AI 搜索）的 Agent 架构，引入安全护栏（Guardrails）机制以确保输出的确定性，全面提升全链路的用户体验与任务完成率；2、Agent 编排与控制工程（Orchestration & Harness）：探索通用、高质量的提示词范式，设计并构建管理工具调用、技能抽象与多智能体协同（Multi-Agent）的动态调度引擎。赋予系统多步骤编排、自主规划、记忆机制、执行结果反馈与安全纠错能力，大幅提升模型在复杂意图澄清、跨领域对比分析、多轮对话一致性等高难度任务中的表现；3、LLM 模型领域后训练：建设模型评测集、做对比选型与领域后训练全流程建设（含 SFT、RLHF/RLAIF）。打通 C 端线上交互数据的自动化回流链路，构建数据飞轮；跟进学术与工业界前沿进展，持续提升模型在业务特定领域任务上的表现；联合 AI-infra 团队优化响应速度与训推资源；4、知识图谱与RAG建设：针对海量、异构业务数据（如视频、图文、车型库、商品 SKU），设计适合 Agent 引用与对齐的知识图谱与向量索引结构，引入自进化机制，并依托前沿的检索技术和上下文窗口压缩技术，与 LLM 深度融合，实现高精准、低延迟的问答与智能搜索体验；5、跨团队协同与工程落地：和产品、研发团队配合，随版本规划开发上线，并快速响应线上的效果调优与稳定性追查需求。 职位要求 1、扎实的 AI 核心技术背景：计算机、数学或数据科学等相关专业硕士及以上学历，具备 3 年以上大语言模型（LLM）相关研发经验，深刻理解 Transformer 架构，熟悉 SFT、RLHF/RLAIF