工作职责：
工作方向：
1.用户行为与场景建模：基于车联网时序数据（驾驶行为、座舱交互、车辆状态、地理位置等），构建用户画像、驾驶风格模型、用车场景知识图谱，为个性化智能推荐（服务、娱乐、能耗管理） 和场景化智能驾驶提供核心算法支持。
2.大模型与数据挖掘算法研发，应用于车载场景的垂直领域大模型
2.车载NLP大模型：用于更自然的人机交互、语音助手、服务意图理解。
3.多模态融合大模型：融合视觉、语音、文本、传感器数据，实现更精准的舱内感知和情景理解。
4.开展大模型的车端轻量化、压缩、蒸馏等应用研究，以满足车载计算平台的部署要求。
5.智能驾驶数据闭环与仿真：构建基于海量实车数据的仿真场景自动生成算法，挖掘Corner Case，驱动感知、预测、规控算法的迭代优化，加速智能驾驶研发迭代效率。
任职资格：
学历与专业背景
已获得或即将获得（2025年/2026届毕业生）计算机科学、人工智能、电子信息、应用数学、统计学、自动化、车辆工程（偏软件及算法方向）等相关专业的​​博士学位​​。
研究方向：博士研究方向需与岗位高度相关，包括但不限于：机器学习、数据挖掘、自然语言处理（NLP）、计算机视觉（CV）、强化学习、时空数据挖掘、联邦学习、知识图谱、大模型技术等。
任职要求：
1）​​精通Python​​，并有丰富的科学计算（Numpy, Pandas）、数据可视化（Matplotlib, Seaborn）和机器学习框架（​​Scikit-learn​​）使用经验。
2）熟悉Linux开发环境，掌握Git等版本控制工具。
3）数据处理能力​​：具备出色的数据敏感性和数据清洗、特征工程能力，有使用SQL处理和分析数据的经验。有Spark等大数据平台实践经验者优先。
4）在国际顶级会议（如CVPR, ICCV等）或期刊上有研究成果发表或投稿经历。