1.计算机、人工智能等相关专业硕士及以上学历，具备丰富的多模态理解、计算机视觉、语音识别或强化学习算法经验，对多模态大模型算法有深入理解。 2.熟练应用pytorch、deepspeed、megatron、lamma factory、transformers等深度学习框架和库。 3.熟悉多模态大模型领域的重要算法和模型（如Qwen2.5-VL、GLM-4V等），掌握大模型各类高效微调方法; 4.有数据清洗、采样、去重、主动学习、视频内容检测等方面的实战经验，对大模型数据闭环及主动学习有一定了解； 5.对 AI 前沿技术保持热情，具备快速学习与创新意识，能够主动探索业务需求与技术创新的结合点； 加分项： 1.具备扎实的编码能力，具有优秀的基础算法、代码能力，熟练掌握C/C++或Python编程语言，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先； 2.在具有扎实的计算机视觉、机器学习基础，熟悉CV、AIGC、NLP、RL等技术领域，在CVPR、ECCV、ICCV、NeurIPS、ACL、NACCL等顶级会议上发表论文者优先 3.在大模型相关岗位有工作经验，且涉及智能座舱、车载交互等领域者优先。 1.负责智能座舱场景下的多模态（舱内外语音、舱内外视觉、车身状态参数等模态）大模型的指令微调、偏好对齐等阶段的工作，包括但不限于数据迭代、模型训练、模型自动化评测等环节。 2.搭建训练数据处理Pipeline，推动汽车座舱场景的音视频、文本等数据闭环，结合模型反馈进行数据动态筛选与更新，包含但不限于数据的质量评估、清洗、格式化、分类等。调优训练数据配比，持续构建与优化数据集。 3.基于多模态大模型，适配智能座舱场景中各类下游应用（乘客复杂意图理解，情绪健康关怀，GUI Agent等），探索大模型以及相关人工智能技术在车载场景的落地方案。 4.密切追踪国际多模态大模型领域的最新研究成果与发展趋势，积极引入先进理念和技术，保持技术的领先性。