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": "自动驾驶异构计算工程师(J86429)",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "IDG",
"location": "北京市,上海市",
"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": "-自动化/电子/计算机等相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-负责对深度学习算法模型进行模型裁剪、模型量化和定点化训练等相关工作\n-协同硬件开发人员,完成特定芯片上定点化数据的比对工具链研发及验证工作\n-研究模型压缩方向的前沿技术,并用于实际问题的解决和优化\n-构建超大规模自动驾驶模型的分布式训练优化方案,解决百亿参数自动驾驶模型(BEV+Transformer+多模态)的扩展瓶颈",
"requirements_text": "-自动化/电子/计算机等相关专业硕士及以上学历\n-编程基础扎实,工程能力出众,熟练掌握C++,熟悉多线程编程/GPU加速\n-熟悉深度学习在视觉/点云数据理解中的应用,包括图像识别、目标检测与分割、多目标跟踪等\n-深入理解机器学习常用组件(CNN/Transformer等)的原理,有2年以上机器学习相关项目或研究经验者优先\n-熟悉流行的AI训推框架,做过适配、优化等工作\n-有大规模分布式模型训练经验者优先(千卡以上)\n-具备嵌入式Linux开发及调试经验,有较强的的代码分析能力者优先\n-较强的沟通能力和逻辑表达能力,具备良好的团队合作精神和主动沟通意识",
"skills": [AI生成
"C++",
"Linux",
"机器学习",
"深度学习",
"模型训练",
"嵌入式",
"团队协作",
"沟通能力",
"分析能力"
],
"preferred_qualifications": "深入理解机器学习常用组件(CNN/Transformer等)的原理,有2年以上机器学习相关项目或研究经验者优先;有大规模分布式模型训练经验者优先(千卡以上);具备嵌入式Linux开发及调试经验,有较强的的代码分析能力者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/SOCIAL/f6ca1abc-f589-498c-9fb5-38bc0a91f28e"
}
]
},
"posting": {
"posting_id": "f6ca1abc-f589-498c-9fb5-38bc0a91f28e",
"post_date": "2025-06-17",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/f6ca1abc-f589-498c-9fb5-38bc0a91f28e"
},
"fulltext": "自动驾驶异构计算工程师(J86429)\n自动驾驶异构计算工程师(J86429)\n\n基础信息\n部门:IDG\n地点:北京市,上海市\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-负责对深度学习算法模型进行模型裁剪、模型量化和定点化训练等相关工作\n-协同硬件开发人员,完成特定芯片上定点化数据的比对工具链研发及验证工作\n-研究模型压缩方向的前沿技术,并用于实际问题的解决和优化\n-构建超大规模自动驾驶模型的分布式训练优化方案,解决百亿参数自动驾驶模型(BEV+Transformer+多模态)的扩展瓶颈\n\n职责要求\n-自动化/电子/计算机等相关专业硕士及以上学历\n-编程基础扎实,工程能力出众,熟练掌握C++,熟悉多线程编程/GPU加速\n-熟悉深度学习在视觉/点云数据理解中的应用,包括图像识别、目标检测与分割、多目标跟踪等\n-深入理解机器学习常用组件(CNN/Transformer等)的原理,有2年以上机器学习相关项目或研究经验者优先\n-熟悉流行的AI训推框架,做过适配、优化等工作\n-有大规模分布式模型训练经验者优先(千卡以上)\n-具备嵌入式Linux开发及调试经验,有较强的的代码分析能力者优先\n-较强的沟通能力和逻辑表达能力,具备良好的团队合作精神和主动沟通意识\n-负责对深度学习算法模型进行模型裁剪、模型量化和定点化训练等相关工作\n-协同硬件开发人员,完成特定芯片上定点化数据的比对工具链研发及验证工作\n-研究模型压缩方向的前沿技术,并用于实际问题的解决和优化\n-构建超大规模自动驾驶模型的分布式训练优化方案,解决百亿参数自动驾驶模型(BEV+Transformer+多模态)的扩展瓶颈\n-自动化/电子/计算机等相关专业硕士及以上学历\n-编程基础扎实,工程能力出众,熟练掌握C++,熟悉多线程编程/GPU加速\n-熟悉深度学习在视觉/点云数据理解中的应用,包括图像识别、目标检测与分割、多目标跟踪等\n-深入理解机器学习常用组件(CNN/Transformer等)的原理,有2年以上机器学习相关项目或研究经验者优先\n-熟悉流行的AI训推框架,做过适配、优化等工作\n-有大规模分布式模型训练经验者优先(千卡以上)\n-具备嵌入式Linux开发及调试经验,有较强的的代码分析能力者优先\n-较强的沟通能力和逻辑表达能力,具备良好的团队合作精神和主动沟通意识",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}