岗位背景： 未来智能汽车将不只是“车端模型”单点运行，而是车端、云端、座舱、自动驾驶、机器人和用户服务等多类模型协同工作的智能系统。我们希望构建“Models Always Online”的模型运营体系，让多模态、多模型、多业务场景下的模型能够持续在线、持续评测、持续迭代、持续可观测，支撑自动驾驶和具身智能业务长期进化。 岗位职责：
- 参与车云协同多模型运营体系建设，围绕自动驾驶、座舱智能、具身智能、多模态理解、VLM/VLA、LLM Agent 等模型能力，设计在线化运营流程和指标体系；
- 参与模型上线、灰度、回滚、监控、评测、报警、版本对比等 ModelOps 流程建设，推动模型从研发实验到业务在线服务的稳定落地；
- 建设多模态模型的在线评测和离线评测机制，包括文本、图像、视频、语音、车辆传感器数据、驾驶场景数据等多类型输入下的模型表现分析；
- 参与车云模型服务的效果监控，包括调用量、延迟、成功率、成本、Bad Case、用户反馈、模型退化、业务收益等指标；
- 协同算法、平台、云端工程、车端工程和产品团队，推进模型能力的版本管理、Prompt/策略管理、评测集管理、Case 管理和知识库管理；
- 参与构建模型问题发现与闭环机制，包括线上异常发现、Bad Case 归因、样本回流、评测集更新、模型优化建议和上线后效果复盘；
- 参与多模型协同策略设计，探索不同模型在不同业务场景下的路由、组合、降级、兜底和成本优化方案；
- 跟踪大模型工程化方向的行业进展，包括 LLMOps、MLOps、AgentOps、模型监控、模型压缩、推理加速、模型服务治理、多模态评测等。 岗位亮点：
- 面向下一代智能汽车的模型在线运营体系，参与定义“车云多模型协同”的基础能力；
- 同时接触自动驾驶、具身智能、多模态大模型、云端 AI 服务和车端智能系统；
- 不只是训练模型，而是让模型长期、稳定、可观测、可迭代地服务真实用户和真实车辆；
- 可成长为 ModelOps 工程师、AI 平台产品经理、模型服务治理专家、多模态模型应用工程师等复合型人才。
- 具备扎实的计算机基础，理解数据结构、操作系统、网络、数据库、分布式系统或机器学习基础知识；
- 熟悉 Python，具备一定的数据处理、脚本开发或后端服务开发能力；了解 SQL、Linux、Git 等基础工具；
- 对大模型、多模态模型、模型服务化、AI 平台、MLOps/LLMOps 方向有兴趣，理解模型训练、评测、部署、调用、监控的基本流程；
- 具备良好的工程意识和产品意识，既能理解技术实现，也能关注模型能力对业务体验的影响；
- 具备较强的问题分析和沟通协作能力，能在跨团队环境中推动问题定位和闭环解决；
- 对自动驾驶、智能座舱、机器人、具身智能或车云协同方向有兴趣。
