主分类：AI训练推理与计算优化
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "模型优化算法工程师（J71370）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "IDG",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "-计算机、电子、自动化、应用数学等相关专业硕士或以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-负责设计和研发自动驾驶模型MLOps能力，提升自动驾驶车端/云端模型的迭代效率\n-负责设计和研发自动驾驶模型托管能力，提升自动驾驶模型生产的自动化程度\n-负责设计和研发AutoML算法，提升自动驾驶模型生产的自动化程度\n-负责设计和研发模型蒸馏和量化算法，保障自动驾驶模型自动生产的效果",
"requirements_text": "-3-5年深度学习相关工作或研究经验，有数据闭环相关经验优先\n-计算机、电子、自动化、应用数学等相关专业硕士或以上学历，博士优先\n-熟悉PyTorch、PaddlePaddle、MxNet、TensorFlow等训练框架\n-具备扎实的Python/C++开发能力，有良好的编程习惯\n-加分项：具有MLOps研发落地经验优先\n-加分项：具有大模型相关研发经验优先\n-加分项：熟悉AtuoML、NAS、超参数优化、大模型预训练、模型压缩和量化训练等技术，在至少一个方向有比较深入的落地经验\n-加分项：在CVPR/EECV/NIPS/ICML等机器学习顶会上发表过文章者优先",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"大语言模型"
],
"preferred_qualifications": "3-5年深度学习相关工作或研究经验，有数据闭环相关经验优先；计算机、电子、自动化、应用数学等相关专业硕士或以上学历，博士优先；加分项：具有MLOps研发落地经验优先；加分项：具有大模型相关研发经验优先；加分项：熟悉AtuoML、NAS、超参数优化、大模型预训练、模型压缩和量化训练等技术，在至少一个方向有比较深入的落地经验；加分项：在CVPR/EECV/NIPS/ICML等机器学习顶会上发表过文章者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/SOCIAL/5174a3db-4941-41b6-89ec-9b8279ae1522"
}
]
},
"posting": {
"posting_id": "5174a3db-4941-41b6-89ec-9b8279ae1522",
"post_date": "2024-03-15",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/5174a3db-4941-41b6-89ec-9b8279ae1522"
},
"fulltext": "模型优化算法工程师（J71370）\n模型优化算法工程师（J71370）\n\n基础信息\n部门：IDG\n地点：北京市\n类别：技术\n招聘人数：3\n发布时间：2026-07-21\n\n工作职责\n-负责设计和研发自动驾驶模型MLOps能力，提升自动驾驶车端/云端模型的迭代效率\n-负责设计和研发自动驾驶模型托管能力，提升自动驾驶模型生产的自动化程度\n-负责设计和研发AutoML算法，提升自动驾驶模型生产的自动化程度\n-负责设计和研发模型蒸馏和量化算法，保障自动驾驶模型自动生产的效果\n\n职责要求\n-3-5年深度学习相关工作或研究经验，有数据闭环相关经验优先\n-计算机、电子、自动化、应用数学等相关专业硕士或以上学历，博士优先\n-熟悉PyTorch、PaddlePaddle、MxNet、TensorFlow等训练框架\n-具备扎实的Python/C++开发能力，有良好的编程习惯\n-加分项：具有MLOps研发落地经验优先\n-加分项：具有大模型相关研发经验优先\n-加分项：熟悉AtuoML、NAS、超参数优化、大模型预训练、模型压缩和量化训练等技术，在至少一个方向有比较深入的落地经验\n-加分项：在CVPR/EECV/NIPS/ICML等机器学习顶会上发表过文章者优先\n-负责设计和研发自动驾驶模型MLOps能力，提升自动驾驶车端/云端模型的迭代效率\n-负责设计和研发自动驾驶模型托管能力，提升自动驾驶模型生产的自动化程度\n-负责设计和研发AutoML算法，提升自动驾驶模型生产的自动化程度\n-负责设计和研发模型蒸馏和量化算法，保障自动驾驶模型自动生产的效果\n-3-5年深度学习相关工作或研究经验，有数据闭环相关经验优先\n-计算机、电子、自动化、应用数学等相关专业硕士或以上学历，博士优先\n-熟悉PyTorch、PaddlePaddle、MxNet、TensorFlow等训练框架\n-具备扎实的Python/C++开发能力，有良好的编程习惯\n-加分项：具有MLOps研发落地经验优先\n-加分项：具有大模型相关研发经验优先\n-加分项：熟悉AtuoML、NAS、超参数优化、大模型预训练、模型压缩和量化训练等技术，在至少一个方向有比较深入的落地经验\n-加分项：在CVPR/EECV/NIPS/ICML等机器学习顶会上发表过文章者优先",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}