数据挖掘工程师（大模型方向）_XC

Location: Shanghai, Shanghai, cn

Company Description

Do you want beneficial technologies being shaped by your ideas? Whether in the areas of mobility solutions, consumer goods, industrial technology or energy and building technology - with us, you will have the chance to improve quality of life all across the globe. Welcome to Bosch.

Job Description

构建下一代 智能数据挖掘平台，以大模型为核心驱动力，通过文本搜索、图像搜索、多模态理解等方式，实现大规模自动驾驶数据的智能发现与价值提炼。负责设计与实现基于 Qwen / CLIP / EVA / BLIP 等多模态模型的语义搜索与向量检索方案，支持感知难例挖掘、仿真场景检索、标签一致性分析等任务，推动数据生产与模型训练的智能化。

主要职责

1. 负责构建 文本 / 图像 / 多模态搜索系统，实现语义级别的数据检索；
2. 基于 Qwen / CLIP / EVA / BLIP / SigLip 等模型，设计 embedding 策略与特征融合方法；
3. 构建并优化 向量索引（Faiss / Milvus / Elasticsearch），支持高效相似度搜索与难例发现；
4. 设计数据挖掘与评估策略，如跨模态检索精度评估、embedding 质量分析、Recall / Precision 优化；
5. 与标注、算法、仿真团队协作，推动图文搜索在数据筛选、质量控制与模型反馈闭环中的落地；
6. 探索 生成式搜索（Retrieval-Augmented Generation, RAG） 在数据挖掘中的创新应用。

Qualifications

• 计算机科学、人工智能、电子信息或相关专业本科及以上学历；
• 熟悉 深度学习 / 向量检索 / 数据挖掘 相关技术；
• 精通 PyTorch / Transformers / LangChain 等框架；
• 熟悉至少一种 大语言模型或多模态模型（Qwen / LLaVA / BLIP / CLIP / EVA）；
• 理解 embedding 表征、相似度度量、RAG 架构与语义索引 的基本原理；
• 具备良好的编程习惯与工程实现能力（Python / FastAPI / Docker 优先）。

加分项：

• 熟悉 Qwen 系列模型 或具备其二次开发 / 推理部署经验；
• 具备 图文检索系统 / 数据挖掘平台 架构经验；
• 有大规模数据处理经验（Spark / Ray / Elastic / Milvus）；
• 熟悉自动驾驶数据结构（场景、标签、难例定义等）；
• 有算法评估与可视化工具开发经验。