大模型算法岗

优缺点分析

角色解读

• 在技术领域深耕，成为大模型算法专家，主导核心模型架构设计
• 向技术管理方向发展，带领团队负责智能座舱语义技术的整体规划
• 横向拓展至其他AI领域，如自动驾驶、智能语音等，成为复合型技术人才
• 负责智能座舱语义大模型的核心模块研发，包括语义解析、拒识、任务域指令解析、NLG生成和检索问答等
• 搭建语义模型的闭环评估体系，制定评估指标，进行模型性能测试与优化，提升交互的精准度和流畅度
• 负责大模型在车端的适配、轻量化和部署调试，解决兼容性和延迟等技术难题，确保模型稳定落地
• 跟踪前沿语义算法和大模型技术，结合车载场景需求引入新技术，解决开发中的关键技术瓶颈
• 扎实的计算机科学基础，特别是大模型和自然语言处理领域的深厚理论功底
• 精通大模型训练与微调流程，如SFT、DPO等，具备实际算法开发经验
• 优秀的代码和算法能力，能够独立进行模型优化和性能调优
• 具备良好的沟通表达能力和团队协作精神，能进行技术攻关

申请策略

• 在面试中展现对智能座舱场景的理解，以及如何将大模型技术落地到实际产品
• 关注吉利汽车在智能座舱领域的最新动态，了解其技术路线和产品规划
• 突出大模型训练与微调的实际项目经验，如SFT、DPO等，并量化模型性能提升
• 强调在自然语言处理领域的学术成果，如发表的论文或专利
• 展示车端部署或模型轻量化的相关经验，如模型压缩、量化等
• 体现技术攻关能力和解决复杂问题的能力，如性能优化案例
• 提前了解车载智能座舱的行业知识，熟悉车机系统架构和资源限制
• 补充学习模型轻量化技术，如知识蒸馏、模型量化、剪枝等

面试指南

• 回答项目经验时，采用STAR法则，突出项目背景、你的具体职责、技术难点和最终成果
• 回答技术问题时，先阐述原理，再结合实践经验，最后提出优化思路，体现逻辑性和深度
• 回答开放性问题时，展现你的技术视野和对行业趋势的理解，并结合具体场景
• 请详细介绍一下你在大模型微调（如SFT、DPO）方面的项目经验
• 如何评估一个语义模型的性能？你通常会采用哪些指标？
• 在车端部署大模型时，你会如何解决延迟和兼容性问题？
• 请描述一个你解决过的技术难题，并说明你的解决思路
• 你对智能座舱语义交互的未来发展有何看法？