大模型AI Infra工程师(PRC) 北京 全职 互联网 / 电子 / 网游 职位描述 1、核心算子开发与极致优化：基于华为昇腾（Ascend 910B等）、平头哥等国产AI加速芯片，进行深度学习核心计算算子（如Attention、Linear、LayerNorm、MoE等）的高性能定制开发与迭代优化；2、AI框架与系统适配：负责将主流开源AI框架（如PyTorch、MindSpore）及大模型训练/推理工具链（如Megatron-LM、DeepSpeed、vLLM等）深度适配到国产算力平台上，确保功能正确性与系统稳定性；3、端到端性能调优：使用底层性能分析工具（如Ascend Profiler等）进行算子级与模型级的性能瓶颈分析。针对计算、访存、通信瓶颈制定调优策略（如算子融合、混合精度、计算与通信重叠设计）；4、编译优化与前瞻探索：参与探索TVM、MLIR、Triton等AI编译器技术在国产异构后端的应用，提升算子自动生成效率与多硬件平台的泛化适配能力。 职位要求 1、基础条件：计算机科学、软件工程、电子工程、数学或相关专业，本科及以上学历，具备扎实的计算机体系结构基础，深入理解GPU/NPU微架构、并行计算原理及内存一致性模型；2、专业技能：编程能力：精通C/C++与Python，具备出色的工程实现与架构设计能力；异构开发经验：熟练掌握至少一种主流并行编程语言（CUDA / HIP / OpenCL / Ascend C），有丰富的底层算子开发、调试和调优经验；AI框架机制：深入理解至少一种深度学习框架（PyTorch/TensorFlow/MindSpore）的底层运行机制（如计算图、算子分发机制、显存池管理等）；3、【加分项】（满足其一即可优先考虑）：具备华为昇腾CANN开发体系经验，熟练掌握Cube/Vector Core编程模型者优先；有千亿级参数大模型（如LLaMA、Qwen、GLM）在国产算力集群上的训练、微调或推理落地经验者优先；在开源社区（如MindSpore、vLLM、FlashAttention、Cutlass等）有核心代码贡献者优先。 投递...
具身操作算法工程师实习生（触觉与多模态方向） 深圳 校招 实习 智能制造 / 工业互联网 / 工业自动化 职位描述 我们正在寻找一位对具身智能（Embodied AI）与机器人操作有浓厚兴趣的研发实习生。您将在资深研究员和工程师的指导下，参与机器人触觉感知与多模态学习算法研发，探索视觉、触觉、语言及机器人状态等多源信息的融合建模。您将参与构建面向真实机器人操作场景的感知与策略模型，研究触觉信息在机器人精细操作中的作用，并参与从数据处理、模型训练到真机验证的完整研发流程，为下一代具身智能模型（VLA、Diffusion Policy等）提供核心算法支持。岗位职责1.触觉感知算法研发： 参与机器人触觉表示学习与Touch Encoder开发，探索触觉信息建模及多模态融合方法，提升机器人对接触状态、受力变化及操作过程的感知能力。 2.多模态模型开发： 参与视觉、触觉、语言、本体状态（Pose / Joint）等多模态信息融合，支持VLA、Diffusion Policy等模型训练与优化。 3.机器人操作算法研究： 参与接触密集（Contact-rich）场景下的机器人操作算法开发，探索触觉辅助抓取、装配、插接等精细操作任务。 4.模型训练与实验验证： 参与机器人数据处理、模型训练、实验评测及真实机器人验证，持续优化模型性能与泛化能力。 职位要求 任职要求1.算法基础： 熟悉Python，掌握PyTorch等主流深度学习框架，具有良好的代码能力。 2.深度学习基础： 熟悉Transformer、多模态学习或生成式模型等相关方向，对模型训练与实验分析有一定经验。 3.具身智能认知： 对机器人操作、模仿学习（Imitation Learning）、VLA、Diffusion Policy等技术方向有一定了解，对多模态感知与机器人算法充满兴趣。 4.学习能力： 具备良好的论文阅读能力、问题分析能力和工程实践能力，愿意探索真实机器人系统。 加分项1.有机器人触觉、力觉传感器（压阻式、电容式、GelSight、DIGIT、Xela、6D Force/Torque等）相关经验；
【27届校招】VLA自动驾驶算法工程师 上海、广州、北京、深圳 正式 互联网 / 电子 / 网游 通用智能板块 职位描述 业务方向：自动驾驶通用智能、海外出海量产岗位简介：聚焦端到端自动驾驶 VLM/VLA 大模型研发，重点解决模型海外跨地域泛化难题，攻克海内外路况、交规、驾驶习惯、气候地貌差异导致的域偏移、鲁棒性差、长尾场景失效等核心问题，负责算法研发、迭代优化与海外量产落地。一、主要职责1、VLA大模型海外泛化研发：负责自动驾驶VLA/VLM端到端算法设计与迭代，针对海外多地域场景差异，优化模型环境认知、障碍物识别、行为预测与轨迹生成能力，解决跨域适配、认知偏差等核心问题。2、强化学习跨域优化落地：基于PPO、DPO、GRPO等主流强化学习算法，搭建海外场景专属训练方案，完成跨域奖励设计、分布式训练、模型调优，提升模型海外复杂场景、恶劣天气、小众交通场景的泛化能力与稳定性。3、全流程量产落地：主导算法从海外数据闭环、仿真适配、模型验证到实车测试、部署迭代的全流程工作，攻克海外样本稀疏、域迁移难、推理不稳定等工程问题，支撑业务规模化出海。 职位要求 二、任职要求1、学历基础：计算机、人工智能、自动化、数学等相关专业硕士及以上学历，具备扎实的深度学习与强化学习数理功底。2、大模型能力：精通VLM/VLA端到端自动驾驶模型原理与全栈开发，熟悉大模型跨域泛化、微调蒸馏技术，有智驾大模型落地经验优先。3、强化学习能力：熟练掌握PPO、DPO、GRPO等算法，具备用强化学习解决问题的实战经验，有智驾/机器人项目量产落地经历。4、自动驾驶认知：熟悉自动驾驶感知、预测、规划、控制全链路逻辑，兼具传统模块化与端到端模型研发认知。5、工程与综合能力：熟练使用PyTorch，掌握分布式训练、模型优化、车载部署等工程能力；具备良好的逻辑攻坚、跨团队协作与项目推进能力，有技术带队经验优先。三、加分项1、有智驾VLA模型海外泛化、全球化适配、出海量产核心项目经验；2、深耕跨域泛化、迁移学习、稀疏场景补齐方向，有相关落地成果；3、参与过自动驾驶全球化技术路线、算法体系标准搭建；4、拥有顶会论文、核心技术专利成果。 投递...
AI算法工程师 杭州 全职 互联网 / 电子 / 网游 职位描述 1、结合公司产品需求，负责AI技术在XR领域的落地研究工作；2、参与AI空间感知算法的前沿探索，进一步提升空间感知算法的鲁棒性；3、结合开源多模态大模型(Meta/OpenAI等)优势，探索AIGC在XR上的应用；4、有手势识别、TOF数据处理、3D物体识别、AIGC经验的优先考虑。 职位要求 1、统招硕士以上学历，计算机相关专业，3年以上工作经验；2、拥有深度学习算法研发及落地经验，包括但不限于手势识别，语义分割，深度传感器信息融合、AIGC、物体检测与跟踪等；3、熟悉至少一种主流的深度学习框架，如 PyTorch、TensorFlow 等，并具备较好的开发能力；4、有编程竞赛/AI比赛优胜经验者、多模态大模型开发经验者优先；5、具备良好逻辑思维能力，较强的沟通、学习、团队协作能力，善于分析解决问题，对工作充满激情。 投递...
State Street’s Automation and Artificial Intelligence is a strategic global team. It is formed under direction of management committee of the company. It has the mission to explore, enable and exploit artificial intelligence, machine learning, natural
Schaeffler is a dynamic global technology company and its success has been a result of its entrepreneurial spirit and long history of private ownership. Does that sound interesting to you? As a partner to all of
AIGC图像生成算法工程师 Beijing Full-time R&D - Algorithm Responsibilities - 基于业务目标与产品需求，负责团队图像生成/编辑模型与端到端多模态统一模型的训练迭代与落地，包括但不限于 SFT、偏好对齐 / RL（RLHF / DPO / GRPO 等）。- 负责端到端多模态原生统一模型（理解 + 生成一体）的训练与工程化：图文交错序列建模、统一 token 空间、理解–生成联合训练、原生长上下文与长程一致性的实现与优化。- 负责训练数据全流程建设：数据收集与清洗、质量评估、去重与过滤、难例挖掘、数据配比与版本管理，构建可持续迭代的数据体系与规范。- 负责训练管线与工程化建设：分布式训练（DeepSpeed/FSDP 等）、显存/吞吐优化、checkpoint 管理、训练监控与故障排查，持续提升训练效率与稳定性。- 设计并实现图像/多模态生成质量评估体系：自动指标（CLIP/美学/一致性/可控性/长程一致等）+ 人工评测流程，建立「评测→诊断→迭代」的闭环。- 跟进前沿论文与开源生态（Diffusers/ComfyUI/SD 系列、DiT/Flow Matching，以及自回归多模态、图文交错生成、统一理解-生成模型、长上下文推理/serving），结合业务场景完成复现、改进、实验对比与 A/B 验证。- 跨团队协作（产品/工程/运营），将模型能力沉淀为可复用的训练策略、数据策略与最佳实践文档，推动生产化交付。 Qualifications -
AI算法实习生（座舱多模态/VLA/具身智能方向） 上海 实习 数字技术 - 算法 职位 ID：A76654 职位描述 1. 参与视觉语言模型（VLM）、视觉语言动作模型（VLA）的研发与落地，探索智能座舱内外及具身智能场景中的多模态感知、行为理解、决策与控制能力；2. 跟踪并复现 VLM、VLA、世界模型（World Model）、具身智能强化学习（RL）、模仿学习（Imitation Learning）等前沿论文与开源项目，推动技术创新；3. 参与算法设计、模型训练、评估、优化及部署，输出技术调研报告，推动前沿研究成果向实际产品转化；4. 参与多模态数据闭环建设，包括数据采集、处理、标注、训练、评估及持续迭代，支撑多模态智能系统的长期演进；5. 参与 MuJoCo、Isaac Sim 等仿真平台的环境搭建、算法验证与 Benchmark 测试，完成模型在仿真环境中的性能评估、稳定性测试及问题分析，支撑 Sim2Real 能力建设；6. 参与算法测试与评估体系建设，包括离线评测、仿真测试、自动化测试、性能分析及问题定位，推动算法持续优化与工程落地。 职位要求 1. 计算机科学、人工智能、自动化、电子信息等相关专业硕士及以上学历，2028届毕业生；2. 具备扎实的机器学习、深度学习与计算机视觉基础，对多模态大模型、具身智能等方向有浓厚兴趣；3. 熟练掌握 Python，熟悉 PyTorch、TensorFlow 等主流深度学习框架，具备模型训练、微调与优化经验；4. 熟悉 VLM、VLA、World Model、强化学习（RL）、Embodied
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
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
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
SummaryDo you want to help build some of the largest and most consequential enterprise and customer technology systems in the world? Join Apple’s Information Systems and Technology (IS&T) organization. IS&T is the engine behind everything Apple
AI Algorithm Engineer 深圳 社招 全职 智能制造 / 工业互联网 / 工业自动化 职位描述 AI算法和AI芯片架构实现、大模型部署，负责算法优化及硬件适配 职位要求 • 硕士及以上学历，计算机、人工智能等相关专业• 5年以上AI算法开发经验• 精通深度学习框架（PyTorch/TensorFlow）• 熟悉CNN/Transformer/RNN等网络结构• 具备模型量化、压缩、部署经验• 了解存算一体架构及算法映射者优先 投递...
PSP-产品安全类专项 深圳 社招 全职 互联网 / 电子 / 网游 - 研发 职位描述 职位1-AI治理与对抗防御专家（构建企业AI时代的“攻防体系”与“合规护城河”）：1. AI赋能的安全体系建设 (AI for Security & Compliance)推动安全智能化转型：评估并引入AI驱动的安全工具（如自动化威胁检测、异常行为分析、AI辅助代码审计），提升安全运营中心（SOC）的效率。合规自动化：利用AI技术自动追踪法规变更，自动化生成合规报告，降低人工合规成本。2. AI系统全生命周期防护 (Security for AI / ML)防御新型AI威胁：建立针对大模型应用（LLM）的防护体系，防范提示词注入（Prompt Injection）、模型逆向工程、训练数据投毒等新型攻击。数据安全与隐私保护：严格管控AI训练数据的流转，实施数据脱敏与隐私计算技术，防止敏感信息通过AI模型泄露。3. 跨界合规与伦理治理 (AI Governance & Regulation)应对全球AI法规：主导公司AI产品对《欧盟AI法案》（EU AI Act）、GDPR、中国《生成式人工智能服务管理暂行办法》等的合规性落地。建立AI伦理框架：制定企业内部AI可接受使用政策（AUP），确保AI决策的透明度、可解释性，规避算法歧视与道德风险。4. 跨界协同与前沿研究作为“翻译者”拉齐业务、研发、法务与安全的认知，定期开展AI红蓝对抗演练，保持对前沿AI漏洞的研究敏感度。岗位核心要求：1. 硬性技能与知识储备复合型知识底座：精通网络安全（CISSP/CISM优选），同时具备扎实的AI/ML基础知识（了解Transformer架构、模型微调、RAG等）。深谙全球监管框架：熟悉欧美及亚太区最新的数据隐私与AI专项法规，有应对第三方AI合规审计的经验。实战技术能力：了解AI供应链安全（如模型来源验证、SBOM软件物料清单），掌握主流AI安全测试工具。2. 关键软实力与经验破局者思维：面对AI领域“法无禁止即可为”与“法已规定必严守”的模糊地带，能给出平衡业务发展与风险可控的落地策略。极强的跨部门影响力：能用技术人员听得懂的语言讲合规，用法务和业务人员听得懂的语言讲底层攻击原理，消除部门壁垒。职位2-智能硬件安全攻防专家（AI赋能方向）主要职责：1.
具身感知算法工程师-通用业务部 上海 校招 正式 技术族 - 算法类 职位 ID：A228075 职位描述 - 负责3D视觉感知算法研发：围绕双目/单目深度估计、三维重建、3D场景理解、Occupancy预测等方向，提升机器人空间感知能力。- 攻关复杂环境下多模态感知问题：研究多相机、LiDAR等多传感器融合，跨视角特征交互、时空信息建模及动态环境理解。- 负责感知-规划联合模型研发：研究3D视觉表征、多模态融合与Planner/Policy模型协同优化，提升机器人空间理解、行为预测与自主决策能力。- 探索具身基础模型中的3D空间理解能力：面向VLA/WMA等模型，构建视觉-语言-空间联合表征，研究3D场景理解、多模态对齐与空间推理方法。- 建立数据闭环与模型评测体系：负责多模态数据采集、自动化标注、难例挖掘、仿真/真实场景评测及算法持续优化。 职位要求 - 硕士及以上学历，计算机、机器人、人工智能等相关专业。- 具备计算机视觉或深度学习项目/科研经验，熟悉视觉语言模型（VLM）、多模态模型或大模型相关技术。- 熟练掌握PyTorch等深度学习框架，具备模型训练、调优、推理优化及工程落地能力。- 具备独立算法研发能力，能够完成数据处理、模型训练、实验分析、性能评测及失败案例定位。加分项- 顶级会议论文、专利或开源贡献经验（CVPR、ICCV、ECCV、NeurIPS、ICLR、RSS、CoRL等）。- 具备3D视觉基础模型或多模态大模型经验（VLM、Vision-Language-3D等）。- 具备大规模机器人数据闭环、仿真环境（Habitat、Isaac、Omniverse等）或具身智能系统研发经验。 投递...
Job Details: Job Description: About Us Intel CAIGC is committed to bringing AI from the cloud to end devices and building native on-device intelligent computing. Collaborating with global RnD teams and leading model developers, we connect
【校招实习】AI Infra工程师 北京 实习 互联网 / 电子 / 网游 - 研发 千寻智能2027届校招实习招聘项目 职位描述 1、负责具身智能大模型千卡大规模训练系统性能优化及MFU优化。2、负责多模态大模型（VLM）在云端的高性能分布式推理系统设计、开发与全链路端到端部署。3、负责具身智能VLA模型在端侧的推理系统的研发和模型加速算法研究。 职位要求 1、熟悉GPU体系结构，熟练掌握CUDA/triton，熟练掌握C++或Python语言。2、深入了解PyTorch等深度学习框架的架构和运行原理，深入理解大模型训练多维并行架构，如Tensor并行、流水线并行、序列并行等。3、深入理解多模态模型结构，如ViT、DiT等，了解开源多模态大模型结构，如qwen-vl、llama等。4、熟悉至少一种主流开源推理引擎（如 vLLM、SGLang、TensorRT-LLM、Nvidia Dynamo等）的底层机制与源码魔改。5、熟悉量化、剪枝、蒸馏、投机推理、步数蒸馏等前沿推理加速及模型小型化技术方案。 投递...
推荐算法专家（社区） 上海 全职 研发 - 算法 技术类 职位描述 【团队介绍】得物社区推荐算法团队负责得物app中得物推荐页的内容推荐业务，直接优化得物社区流量的推荐算法策略和模型效果。我们的工作内容包含推荐漏斗的大规模推荐算法优化，包括但不限于召回、粗排、精排、重排算法和模型优化以及多模态、生成式推荐技术优化。团队由来自不同背景的优秀同学组成，具备深厚理论基础和丰富行业实践经验。 (包括来自国内外知名大厂的前员工、推荐/广告/搜索算法领域的的专家等)，也有许多年轻高潜、成长迅速的superstar(清北复交等top学校的候选人)。团队技术氛围良好，既有充分的自由度进行前沿技术探索，又有大规模的业务场景进行落地验证，团队近年已有一些成果发表在SIGIR、AAAI、ACM MM、CIKM等顶会上。团队整体核心业务稳定，创新场景丰富，成长空间巨大，亟待更多优秀的同学加入做更多有挑战的事！职位描述1. 负责信息流推荐的业务推荐算法工作，深入理解社区推荐业务形态。和产品运营一起制定业务目标和推荐策略，推进业务增长和前沿技术落地，完成整体业务目标；2. 研究方向包括信息流推荐的召回、粗排、精排、重排等算法方向的算法优化，包括不限于图神经网络学习、多模态/大模型推荐技术、多目标优化、生成式推荐等方向的研究；3. 深入参与深度学习技术研究方向，解决具体业务问题的同时，形成完整的方法论和创新的idea；4. 组织推进组内以及跨部门合作项目，帮助团队进步和新人成长。 职位要求 1. 本科及以上学历，具有推荐、广告、搜索算法、用户增长等领域的实践经验；2. 掌握扎实的计算机科学基础知识 (数据结构/算法/网络等) ，具备优秀的编码能力 (至少熟练掌握 C++/Java/Python 等一种主流开发语言)；3. 掌握机器学习的理论基础，熟悉经典的算法模型 (GBDT/LR/FM/DNN等) 和相关工具框架 (Tensorflow/PyTorch等)；4. 具有敏锐的数据分析和洞察能力，熟悉常见的大数据开发工具(Spark/Hive/Hadoop等)；5. 具有出色的解决问题能力、良好的理解沟通能力和优秀的团队合作意识，有激情、不畏难、乐于挑战；6. 有学术成果优先，如KDD、SIGIR、AAAI、CIKM、ICDM等国际会议上发表过论文。 投递...
具身数据算法工程师 （博士） Hangzhou Intelligent manufacturing / Industrial Internet / Industrial automation 26届航海计划 Responsibilities 1.推进机器人多模态大模型（VLM/VLA）、3D感知算法的工程化落地：涵盖预训练、微调、训练加速和效果调优。2.基于issac sim搭建仿真环境验证操作模型，设计real2sim2real迁移框架，加速算法验证与落地。3.具身智能算法研发，包括不同数据配比/网络结构/本体构型，在toC场景完成长序列任务和技能泛化。4.研发自动化标注算法（2D/3D/VLA等），降低标注成本和提升标注质量。5.设计多模态数据（图像、视频和点云等）生成算法，增强数据多样性。 Qualifications 1. 2025-2026应届博士毕业生，计算机、人工智能、自动化、机械电子等专业;2. 有机械臂/机械狗的感知、决策、规划、控制等若干领域的算法实践和优化经验;3. 熟悉Transformer、BERT、GPT等模型，熟悉预训练和微调流程，具有相关的工作经验;4. 有ACT、Diffusion Policy、OpenVLA、RDT、Pi0等相关算法研究背景经验者优先;5. 熟悉掌握C/C++，python等编程语言，熟悉ros/ros2系统，熟悉pytorch、tensorflow等深度学习框架。加分项：1. 具备扎实的工程能力，有较强的创新意识和自驱意识。2. 熟悉常见开源VLA算法的实现，有微调部署、实机调试经验，对VLA技术路线有个人见解。在机器人/智能驾驶/计算机视觉领域有顶会论文或竞赛获奖经历（Kaggle、阿里云天池等）。 Apply...
广州算法实习生 - 座舱监控 - 目标检测与蒸馏方向 广州 实习 职位描述 1. 负责座舱监控核心算法研发与优化。2. 迭代目标检测与多任务模型，在复杂光照、遮挡与跨车型场景下提升鲁棒性与时延表现。3. 开展知识蒸馏与模型压缩（蒸馏/剪枝/量化），完成端侧部署与推理优化（ONNX/TensorRT 等）。4. 搭建数据闭环：制定标注规范、难例挖掘与主动学习、数据清洗与增强，开展合成数据与域自适应以提升长尾与极端场景表现。5. 跟踪并复现相关方向 SOTA，建立可复用的基准与评测体系，输出技术文档与复盘报告。 职位要求 1. 计算机/人工智能/数学等相关专业，本科及以上学历；熟练掌握 Python/C++，具备扎实的算法与工程实现能力。2. 熟悉主流深度学习框架（PyTorch/TensorFlow），有从零训练与调参经验。3. 掌握主流检测/关键点/跟踪方法。4. 有知识蒸馏与模型压缩的实战经验或系统理解。5. 具备部署与性能调优经验，关注 mAP/Recall/延迟/功耗等指标。6. 具备快速学习与良好沟通协作能力。加分项1. 有座舱/驾驶员监控（DMS/OMS）经验。2. 有开放集目标检测（如Grounding-DINO）模型研究或应用经验；3. 有视觉-图像大模型（如BLIP、Qwen-VL等）的研究或应用经验4. 具备数据工程能力：自动标注、数据治理与评估工具链建设，能够推进数据-模型协同迭代。 投递...