汽车座舱多模态算法高级工程师（Backbone方向）

我们正在寻找一位在多模态深度学习基础模型（Backbone） 领域有深厚造诣的工程师。你将负责为下一代智能座舱构建统一、高效、可扩展的多模态感知与理解核心，将语音、视觉等异构信号融合为机器可理解的智能。你的工作将是实现座舱真正“情境感知”与“主动智能”的技术基石，直接定义产品的核心竞争力。 1. 模型架构设计与研发： · 负责研究和设计面向汽车座舱场景的下一代多模态/全模态Backbone网络架构，该架构需能高效处理并融合语音信号、车内视觉（驾驶员监控、乘员识别、手势）、生物信号、车辆CAN信号等多种时序与非时序数据； · 探索包括但不限于Transformer-based、Cross-Modal Attention、Unified Embedding Space等前沿架构，构建座舱专属的“多模态大模型”基础； 2. 算法开发与性能优化： · 核心算法的研发，如自监督/半监督多模态继续预训练，后训练及强化学习、以海量车载数据驱动模型进化； · 深度优化模型在车载芯片（如高通、英伟达）上的计算效率、内存占用与实时性，推动算法从研究到车规级量产的落地； 3. 技术闭环与系统集成： · 与语音识别、计算机视觉、上下游团队紧密协作，将模型输出的统一表征高效赋能给多个上层应用任务（如多模语音交互、情感计算、场景化服务推荐）； · 构建从数据管道、模型训练、评估到车端部署的完整算法迭代体系，并主导关键技术难点的攻关。