岗位职责
- 利用全球领先的卫星、传感器及视觉等多源数据，参与设计并迭代端到端定位大模型。将传统定位技术转化为基于时空大模型的位置推理过程，实现轨迹预测、路网匹配及物理世界建模；
- 深度参与出行垂类大模型的训练与优化，探索 LLM+时空智能的结合。研发支持个性化出行场景（如燃脂路线、动态导航）的智能规划引擎，提升千万级出行的个性化体验；
- 探索交通时空数据（多模态信号）的通用表征方法，提升红绿灯倒计时、交通事件检测、V2X 车路协同等核心场景的识别与预测精度；
- 优化上下车点推荐、路线规划及运力调度链路；建设高精度的 ETA（预计到达时间）、供需预测等关键算法。
职位要求
- 本科及以上学历，计算机、人工智能、数学、统计学等相关专业；
- 扎实的数据结构、机器学习及数学（统计/概率/运筹学）基础；
- 熟悉常用深度学习模型（如 Transformer, GNN, ResNet 等）及其原理；
- 精通 Python，具备极佳的编程规范；熟练使用 PyTorch 或 TensorFlow 至少一种框架； 熟悉 Linux 环境，掌握 Hadoop / Hive / Spark 等大规模数据处理工具者优先；
- 强烈的自驱力与学习热情，能快速适应新环境和技术变革。 【加分项】
- 在相关领域顶级国际会议（如 NeurIPS, ICML, ICLR, KDD, CVPR, ACL 等）发表过论文；
- 竞赛经历： 在 ACM-ICPC、Kaggle、天池等国内外权威算法大赛中取得过优异成绩；
- 具备自动驾驶、时空大数据、供应链预测或大模型微调等相关的实际项目/实习经验；
- 熟悉模型压缩、推理加速或端侧部署（如 TensorRT, Libtorch）技术。
