阿里巴巴
高德-多模态大模型/端到端算法工程师/专家-车道级导航方向-视觉技术中心（急招）
高德-多模态大模型/端到端算法工程师/专家-车道级导航方向-视觉技术中心（急招）
发布于 大约 8 小时前普通员工/个人贡献者
北京市
专家级经验
全职员工
仅现场办公
硕士
自动驾驶
Bev感知
Deepspeed
Tensorrt
Vio
多模态大模型
端到端自动驾驶
视觉语言模型
车道级导航
AI 估算 · 50k–80k
高级算法专家岗位，技术难度高，市场需求大，阿里平台薪资竞争力强，结合北京地区水平，月薪5-8万合理。
职位详情
关于这个职位
该职位是高德地图视觉技术中心的核心算法岗位，专注于多模态大模型和端到端模型在车端导航与定位中的应用
你将参与世界级技术难题的攻关，推动自动驾驶、AR导航等领域的创新，并有机会将前沿算法落地到国民级APP中
适合在自动驾驶或机器人领域有深厚经验、追求技术挑战的算法专家
最低要求
学历与专业背景：5 年以上自动驾驶或机器人领域算法研发经验，硕士及以上学历，计算机视觉、自动驾驶、机器人等相关专业
有车道级定位、高精地图或视觉导航方向的核心模块负责人经历优先
能力要求：
精通视觉定位与多传感器融合定位技术（端到端定位、Map-basedLocalization、VIO），有从算法设计到车端落地的完整经验
熟悉视觉语言模型（CLIP/LLaVA/Qwen-VL）及多模态对齐方法，有 VLN 或 VLM在驾驶场景的研究或落地经验
具备大规模模型训练与分布式训练（DeepSpeed/FSDP）的工程能力，熟悉端侧推理优化（量化/蒸馏/TensorRT）
对"车端定位&导航"、"视觉语言模型导航"等技术路线有系统性判断力，能独立做技术选型决策
具备前沿技术敏感度与学术输出能力，能持续跟踪 SOTA 并推动技术转化
工作职责
团队主要聚焦多模态大模型及端到端模型在车端导航及定位应用，我们期待你的工作将覆盖以下至少一个技术方向即可：
在端到端自动驾驶、BEV环境感知、多模态融合、强化学习等领域具备丰富且有独创性的研究经历
探索多模态大模型在下游任务中的技术能力，包括但不限于图文对齐/识别、跨模态理解生成、多模态检索、VLM端到端自动驾驶、世界模型等
了解大模型模型的训练/微调/推理加速方法，包括但不限于模型结构调优、训练效率提升、高效低成本微调、Muti-token推理，模型部署加速等
参与自动驾驶系统中机器学习算法的研究、开发与优化，包括但不限于深度学习算法在端到端感知大模型、规控大模型、视觉语言大模型等方面的应用
负责收集、整理和分析自动驾驶相关的数据集，进行数据预处理和标注，以提高模型的准确性和复杂场景泛化能力
设计和实现端到端自动驾驶模型的训练流程，包括选择合适的优化算法、调整超参数、评估模型性能等，确保模型在不同场景下的稳定性和可靠性
AI 洞察
优缺点分析
优点
- 技术前沿：涉及多模态大模型、端到端自动驾驶等热点技术，能保持技术领先
- 平台优势：高德地图拥有海量用户和数据，技术落地场景丰富
- 职业发展：阿里大厂平台，晋升通道清晰，资源丰富
- 工作强度大：互联网大厂节奏快，可能面临加班
- 竞争激烈：团队人才济济，需要持续保持竞争力
缺点 / 挑战
- 技术难度高：需要深厚的算法功底和工程能力，挑战大
- 适合在自动驾驶或计算机视觉领域有深厚积累，热爱技术挑战，追求技术卓越的算法专家
角色解读
- 在技术深度上，可成为多模态大模型或自动驾驶领域的专家，引领技术方向
- 在职业发展上，可晋升为技术团队负责人或技术总监，管理团队并推动业务落地
- 在行业前景上，自动驾驶和AI导航是热门赛道，积累的经验具有高价值
- 负责多模态大模型在车端导航和定位场景的算法研发，包括模型设计、训练和优化
- 探索端到端自动驾驶模型，如BEV感知、视觉语言模型等，并推动技术落地
- 参与数据集的构建和预处理，提升模型在复杂场景下的泛化能力
- 与团队合作，将算法集成到高德地图产品中，实现技术商业化
- 精通视觉定位与多传感器融合定位技术，如VIO、Map-based Localization
- 熟悉视觉语言模型（如CLIP、LLaVA、Qwen-VL）及多模态对齐方法
- 具备大规模模型训练与分布式训练能力，熟悉DeepSpeed/FSDP
- 掌握端侧推理优化技术，如量化、蒸馏、TensorRT
申请策略
- 关注高德地图的技术博客和团队GitHub，了解技术方向
- 准备展示技术选型决策能力的案例
- 突出在自动驾驶或机器人领域的项目经验，尤其是端到端模型或视觉语言模型的应用
- 强调多传感器融合定位的落地经验，如VIO、Map-based Localization
- 展示大规模模型训练和优化能力，包括分布式训练和推理加速
- 如有学术成果，如论文、专利，务必列出
- 补充视觉语言模型的最新研究，如LLaVA、Qwen-VL
- 熟悉端侧推理优化工具，如TensorRT、量化技术
面试指南
- 使用STAR法则：情境、任务、行动、结果，清晰描述项目
- 强调技术选型和决策逻辑，展示系统性思考
- 结合高德场景，提出技术优化思路
- 请介绍你在端到端自动驾驶或VLM方面的项目经验
- 如何设计一个多模态融合的定位算法？
- 在模型训练中，如何优化训练效率和推理速度？
- 如何评估一个模型在复杂场景下的泛化能力？
- 你对高德地图的车道级导航技术有何理解？
职位点评
76
综合评分
高薪前沿技术岗，成长空间大，但工作强度可能较高。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术前沿、渴望挑战的算法专家，对工作生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展95
工作生活40
使命价值85
薪资福利
80较高
该职位薪资水平高，阿里大厂福利完善，但JD未明确薪资范围，稳定性高。
薪资信号未披露（AI估算：50K-80K/月）
成长发展
95较高
职位处于技术前沿，涉及多模态大模型、端到端自动驾驶等，成长空间大，有学术输出要求。
技术前沿前沿/新兴技术
技术栈多模态大模型、端到端自动驾驶、BEV、VLM、DeepSpeed、TensorRT
业务类型profit_center
工作生活
40较低
工作地点在北京，现场办公，未提及弹性工作，互联网大厂可能加班。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
85较高
高德地图服务数亿用户，技术应用社会价值高，行业前景好。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs